使用偶数大小的内核进行图像卷积

dar*_*ate 5 image-processing convolution

我想知道,当您使用 2x2 内核进行卷积时,您将运算结果放在哪里?使用对称掩码,结果应用于与掩码中心相对应的像素;那么当面具没有中心时会发生什么?此外,为什么有人会使用大小均匀的内核?

Pau*_*l R 5

这并不重要,但无论您使用哪种方法,您都可能在结果图像中获得 0.5 像素的偏移。您可以通过将 2x2 示例视为具有零填充的 3x3 来直观地了解为什么会发生这种情况,例如

 k00  k01   0
 k10  k11   0
  0    0    0
Run Code Online (Sandbox Code Playgroud)

至于为什么您可能想要使用偶数大小 - 卷积的一种应用是互相关(翻转其中一张图像将卷积更改为相关,反之亦然)。互相关有很多用途,包括模板匹配(在更大的图像中找到目标图像),因此如果您的模板具有偶数大小,那么生成的卷积/相关也将涉及偶数大小的“内核”。