卷积CNN中的数学知识

来源网络

对于一维函数f(x),其一阶微分的基本定义是差值:

我们将二阶微分定义成如下差分:

我们首先我们来看边缘的灰度分布图以及将一二阶微分作用于边缘上:

我们可以看到,在边缘(也就是台阶处),二阶微分值非常大,其他地方值比较小或者接近0 .

那我们就会得到一个结论,微分算子的响应程度与图像在用算子操作的这一点的突变程度成正比,这样,图像微分增强边缘和其他突变(如噪声),而削弱灰度变化缓慢的区域。

也就是说,微分算子(尤其是二阶微分),对边缘图像非常敏感。

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

  • 文章目录 1、给定0-1矩阵,求连通域。 二值图像分析最重要的方法就是连通区域标记,它是所有二值图像分析的基础,它...
    王永迪阅读 11,442评论 0 3
  • 1、阈值分割 1.1 简介 图像阈值化分割是一种传统的最常用的图像分割方法,因其实现简单、计算量小、性能较稳定而成...
    木夜溯阅读 22,894评论 9 15
  • 1、阈值分割 1.1 简介 图像阈值化分割是一种传统的最常用的图像分割方法,因其实现简单、计算量小、性能较稳定而成...
    Lornatang阅读 13,142评论 0 5
  • 啥也先不说,Lena镇个楼。 第一章 绪论 * 数字图像:能够在计算机行显示和处理的图像。 *数字图像处理:利用计...
    CSDN_georgeChen阅读 15,561评论 4 23
  • Chapter_3 Intensity Transsformations and Spatial Filterin...
    涉风阅读 5,104评论 0 0

友情链接更多精彩内容