我在灰度图像上尝试卷积,但是当我在rgb图像上搜索卷积时,我找不到令人满意的解释。如何将卷积应用于rgb图像?
发布于 2018-03-22 19:30:43
向量的线性组合可以通过线性组合相应的向量元素来计算:
a * [x1, y1, z1] + b * [x2, y2, z2] = [a*x1+b*x2, a*y1+b*y2 , a*z1+b*z2]
由于卷积是线性运算(即对邻域内的每个像素进行加权并将结果相加),因此可以对每个RGB通道单独应用卷积(例如,使用MATLAB语法):
img = imread(...);
img(:,:,1) = conv2(img(:,:,1),kernel);
img(:,:,2) = conv2(img(:,:,2),kernel);
img(:,:,3) = conv2(img(:,:,3),kernel);
发布于 2018-10-14 19:53:31
你可以用两种不同的方式来看待这一点:首先,你可以将彩色图像转换为具有法向量的强度图像。最适用的是(.299,.587,.114),它是一种自然的灰度转换。要获得强度,需要转换i= .299*R + .587*G + .114*B。
如果您正在设计自己的卷积网络,并打算将颜色通道作为输入,只需将彩色图像视为具有3个通道的4D张量。例如,如果您有一个(h X w)图像,张量大小为(1 X H X W X 3),您可以使用大小为(kh X kw X 3 X f)的滤波器,其中kh和kw是滤波器大小,f是所需的输出特征。
https://stackoverflow.com/questions/49432114
复制