Python图像处理与机器视觉入门 课件 第11章 卷积与相关.ppt

图像处理技术李钦、杨耿深圳信息职业技术学院软件学院科技楼1703D室1295254769@

图像处理技术第十一章卷积与相关

前置知识：高数连续函数的积分1-1卷积与相关

前置知识：高数连续函数的积分≈离散求和（分成无限份）1-1卷积与相关

互相关：互相关是描述f(s)、g(t)在任意两个不同时刻s，t的取值之间的相关程度连续函数（积分）离散函数（求和）1-1卷积与相关

自相关：f(s)=g(t)连续函数（积分）离散函数（求和）1-1卷积与相关

自相关就是函数和函数本身的相关性，即f(x)=g(t)，当函数中有周期性分量的时候，自相关函数的极大值能够很好的体现这种周期性。1-1卷积与相关

互相关就是两个函数之间的相关性，当两个函数都具有相同周期分量的时候，它的极大值同样能体现这种周期性的分量。1-1卷积与相关

（1）相关（2）卷积f(x)为原图（原信号），g(x)为滤波器1-1卷积与相关

（1）相关（2）卷积f(x)为原图（原信号），g(x)为滤波器1-1卷积与相关卷积中，g(t)需要反转

反转示例（沿着n轴对称反转）1-1卷积与相关

反转示例1-1卷积与相关

反转示例1-1卷积与相关

反转示例1-1卷积与相关

一维卷积示例1-1卷积与相关f(t)g(t)R(t)

一维卷积示例1-1卷积与相关f(t)g(t)R(t)

一维卷积示例1-1卷积与相关f(t)g(t)R(t)

一维卷积示例1-1卷积与相关f(t)g(t)R(t)

一维卷积示例1-1卷积与相关f(t)g(t)

一维卷积示例1-1卷积与相关f(t)g(t)重叠求和R(t)

一维卷积示例1-1卷积与相关f(t)g(t)重叠求和R(t)

1-1卷积与相关本课程中所有的图像滤波操作统一使用：例：f(x)=[1237894567],x∈[0,9]g(t)=[111],t∈[-1,1]f(x)为原图(原信号)，g(x)为滤波器，R(x)就是输出的目标图像此时，f(x)是一维单通道图像矩阵，g(t)是滤波器（可视为已经反转）

1-1卷积与相关统一使用：例：f(x)=[1237894567],x∈[0,9]g(t)=[111],t∈[-1,1]x∈[0,9]，t∈[-1,1]x+t∈?

1-1卷积与相关统一使用：例：f(x)=[1237894567],x∈[0,9]g(t)=[111],t∈[-1,1]x∈[0,9]，t∈[-1,1]x+t∈[0-1,9+1]=[-1,10]

1-1卷积与相关统一使用：例：f(x)=[1237894567],x∈[0,9]g(t)=[111],t∈[-1,1]x∈[0,9]，t∈[-1,1]x+t∈[0-1,9+1]=[-1,10]f(x+t)=[?1237894567?],x=-1x=10

1-1卷积与相关统一使用：例：f(x)=[1237894567],x∈[0,9]g(t)=[111],t∈[-1,1]x∈[0,9]，t∈[-1,1]x+t∈[0-1,9+1]=[-1,10]f(x+t)=[?1237894567?],插值，有哪些插值？x=-1x=10

1-1卷积与相关统一使用：例：f(x)=[1237894567],x∈[0,9]g(t)=[111],t∈[-1,1]x∈[0,9]，t∈[-1,1]x+t∈[0-1,9+1]=[-1,1