Convolution v.s. Korelasi silang dalam pemprosesan imej digital

Cross-Correlation and Convolution adalah kedua-dua operasi digunakan untuk imej. Cross-correlation bermaksud meluncur kernel (penapis) di seluruh gambar. Convolution bermaksud meluncur kernel terbalik merentasi gambar.

1. Apakah perbezaan antara konvolusi dan korelasi dalam pemprosesan imej digital?
2. Mengapa menggunakan konvolusi dan bukannya korelasi silang?
3. Mengapa konvolusi dan korelasi digunakan dalam pemprosesan imej?
4. Apa itu hubungan silang dalam gambar?

Apakah perbezaan antara konvolusi dan korelasi dalam pemprosesan imej digital?

Convolution sama seperti korelasi, kecuali kita flip ke atas penapis sebelum berkait rapat. Rajah 7. Operasi Convolution dalam 1-D. Dalam kes convolution 2D, kami membalikkan penapis secara mendatar dan menegak.

Mengapa menggunakan konvolusi dan bukannya korelasi silang?

Yang mana yang anda gunakan bergantung pada aplikasi. Sekiranya anda melakukan operasi penapisan linear, masa-invarian, anda akan mengadakan isyarat dengan tindak balas impuls sistem. Sekiranya anda "mengukur persamaan" antara dua isyarat, maka anda menghubungkannya.

Mengapa konvolusi dan korelasi digunakan dalam pemprosesan imej?

Convolution juga merupakan alat matematik yang digunakan untuk menggabungkan dua perkara untuk menghasilkan hasilnya. Dalam pemprosesan imej, convolution adalah proses di mana kita mengubah imej input dengan menggunakan kernel di atasnya dalam fesyen piksel-bijak.

Apa itu hubungan silang dalam gambar?

Gunakan korelasi silang untuk mencari di mana seksyen imej sesuai dengan keseluruhannya. Cross-correlation membolehkan anda mencari kawasan di mana dua isyarat yang paling menyerupai antara satu sama lain. Untuk isyarat dua dimensi, seperti imej, gunakan xcorr2 .