计算机视觉:通过边缘检测探究卷积的特征提取功能

本文重点

在前面的课程中,我们学习了卷积核的运算,同时我们也学习了卷积核的含义,我们可以将卷积核理解为特征提取器,也就是说一个卷积核就是一个特征提取器,很多人对这种说法不了解,下面我们就通过一个边缘检测的例子来看一下卷积核是如何进行边缘特征的提取的。

什么是边缘

首先我们先来定义一下,什么是边缘。我们定义一个图片中像素发生明显变化的位置就是图片的边缘。下面来看一个图片:

如上所示,是一张6*8的图片,也就是高和宽分别为6像素和8像素的图片,它中间的4列为黑(0),其余为白(1)。那么我们认为1和0就是像素变化的地方,就是这张图片的边缘:

如何才能对这张图片的边缘进行特征提取呢?当然是通过卷积核进行卷积操作了,现在我们使用一个一个高和宽分别为1和2的卷积核进行卷积操作,卷积核中的参数如下所示:

我们使用这个卷积核对图片进行从左到右从上到下,步长为1的卷积操作,此时我们可以得到卷积之后的结果为:

猜你喜欢

转载自blog.csdn.net/huanfeng_AI/article/details/131628076