核（Kernel） 锚点(anchor point)

Kernel：本质上一个固定大小的矩阵数组，其中心点称为锚点(anchor point)

 

那么，卷积具体怎么工作的呢？

 

假设想知道图像中某个特定位置的结果值。卷积的值以下列方式计算：

１）　将核的锚点（中心点）放在要计算像素上，卷积核剩余的部分对应在图像相应的像素上。

２）　用卷积核中的系数和图像中相应的像素值相乘(没有其他形式的运算？），并求和。

３）　将最终结果赋值给锚点对应的像素。

４）　通过将核在整个图像滑动，重复以上计算过程直到处理完所有的像素。表达式如下：

一个卷积的运算过程

一、卷积操作是对图像处理时，经常用到的一种操作。它具有增强原信号特征，并且能降低噪音的作用。 那么具体是如何计算的呢？且看下文。

待处理图像数据(5*5)：         卷积核：(3*3)

A = [17 24  01  08 15            H = [8   1   6

       23  05  07 14  16                    3   5   7

       04  06 13  20  22                    4   9   2]

       10  12  19 21  03           

       11  18 25  02  09]

 

 步骤：

1）  将算子围绕中心旋转180度

                                                   H’=[2  9  4

                                                          7  5  3

                                                          6  1  8]

 

 

2）  滑动算子，使其中心位于输入图像g的（i，j）像素上

3）  利用公式求和，得到输出图像的（i,j）像素值

（2,4）元素值=  1* 2+  8*  9+15* 4

                          +  7* 7+14* 5+16* 3

                          +13* 6+20* 1+22* 8=575

4）  重复2）,3），直到求出输出图像的所有像素值