이미지 convolution은 이미지 처리와 컴퓨터 시각에 있는 기본적인 기술입니다. 그것은 특징을 추출하기 위하여 여과기 또는 커널을 적용하고, 세부사항을 강화하거나, 소음을 감소시키기 위하여 포함합니다. 실질적으로 복잡한 성과를 실행하는 방법을 이해하는 것은 가장자리 탐지와 같은 일을 위해 근본적입니다, 날카롭게 하고, 특징 적출.

이미지 Convolution의 기본

Convolution은 이미지 위에 커널을 슬라이딩하고 각 위치에 요소 현명한 다중 복제를 계산합니다. 커널은 가장자리 또는 매끄럽게 감지하는 것과 같은 작업을 정의하는 작은 매트릭스입니다. 커널에 기반한 새로운 이미지 에뮬레이션 특성에 대한 프로세스 결과입니다.

실제 예제: Edge Detection

이미지 내에서 경계를 강조합니다. 이 목적을 위한 일반적인 커널은 Sobel 연산자입니다. 이 커널을 적용하면 가로 또는 수직 가장자리를 강조하는 출력을 생성하는 이미지로 변환합니다.

예를 들어, Sobel 커널은 수평 가장자리를 검출하는 것은 다음과 같습니다.

[-1, -2, -1], [0, 0,], [1, 2, 1]

이 커널과의 복잡한 점도가 픽셀 강도에서 수평 전환을 강조하고 가장자리를 더 눈에 띄게 만듭니다.

Practical 예제: 이미지 샤프닝

샤프닝은 이미지 내에서 세부 사항을 향상시킵니다. 일반적인 커널은 Laplacian 필터입니다. 이 커널과 이미지의 복잡한 구성은 이미지가 크리퍼를 나타납니다.

Laplacian 커널은 일반적으로:

[0, -1, 0], [-1, 4, -1], [0, -1, 0] ]

이 커널 강조 표시 가장자리와 미세 세부 사항 적용, 그 다음 날 날을 추가 할 수 있습니다 원래 이미지 날카롭게 효과.

Practical Application의 개요

  • Edge 검출
  • 이미지 날카롭게 하기
  • 소음 감소
  • 기능 추출
  • 본문내용