In beeldbewerking is een kernel, convolutie matrix, of masker een kleine matrix. Het wordt gebruikt voor vervagen, verscherpen, reliëf maken, randdetectie, en meer. Dit wordt bereikt door een convolutie uit te voeren tussen een kernel en een afbeelding.
In dit artikel, zijn hier enkele conventies die we volgen –
- We verwijzen specifiek naar 2D convoluties die gewoonlijk worden toegepast op 2 matrix objecten zoals afbeeldingen. Deze concepten gelden ook voor 1D en 3D convoluties, maar correleren misschien niet direct.
- Terwijl 2D convoluties als 3X3 convoluties op afbeeldingen worden toegepast, zal een 3X3 convolutiefilter, in het algemeen, altijd een derde dimensie in grootte hebben. Dit filter hangt af van (en is gelijk aan) het aantal kanalen van het invoerbeeld. Wij passen dus een 3X3X1 convolutiefilter toe op grijswaardenbeelden (het aantal kanalen = 1), terwijl wij een 3X3X3 convolutiefilter toepassen op een gekleurd beeld (het aantal kanalen = 3).
- Wij zullen naar alle convoluties verwijzen met hun eerste twee dimensies, ongeacht de kanalen. (We houden ons aan de aanname van nul opvulling).
Een convolutiefilter gaat over alle pixels van het beeld op een zodanige manier dat we op een gegeven moment een ‘dot-product’ nemen van het convolutiefilter en de beeldpixels om één eindwaarde te krijgen die wordt uitgevoerd. Wij doen dit in de hoop dat de gewichten (of waarden) in het convolutiefilter, wanneer vermenigvuldigd met de overeenkomstige beeldpixels, ons een waarde geven die het best die beeldpixels weergeeft. We kunnen elk convolutiefilter beschouwen als een soort extractie van een kenmerk uit het beeld.
Daarom worden convoluties gewoonlijk uitgevoerd met deze twee dingen in gedachten –
- De meeste kenmerken in een beeld zijn gewoonlijk lokaal. Daarom is het zinvol om enkele lokale pixels tegelijk te nemen en convoluties toe te passen.
- De meeste kenmerken kunnen op meer dan één plaats in een beeld voorkomen. Dit betekent dat het zinvol is om een enkele kernel over het hele beeld te gebruiken, in de hoop dat kenmerk in verschillende delen van het beeld te extraheren.
Nu we convolutiefiltergroottes hebben als een van de hyper-parameters om uit te kiezen. De keuze kan worden gemaakt tussen een kleinere of grotere filtergrootte.
Hier zijn bepaalde dingen te overwegen bij het kiezen van de convolutiefiltergroottes – http://bit.ly/2w2Mcf2