image-processing - 在数字图像恢复领域，什么是移位不变模糊？

Question

我在数字图像恢复领域工作。根据它，图像退化模型定义如下：

g(x,y) = h(x,y)*f(x,y) + n(x,y)

很多次我研究过模糊内核是移位不变的，谁能解释一下这是什么意思。？我已经在谷歌上搜索过了，但我没有得到满意的答案，我可以在我的演讲中说出来。

Answer 1

移位不变量意味着如果某个任意值x被添加（或减去）样本的每个元素（在本例中为内核覆盖的像素），那么内核的结果也会受到加法（或减法）的影响的值x。

如果您将模糊内核视为简单的平均值（均值）而不是高斯或其他，则最容易理解。

因此，如果您有带值的像素v1, v2, v3 ... vn

平均, A = (v1 + v2 + v3 + ... vn) / n,

那么如果你x为每个像素添加一些值（即v1 + x, v2 + x, v3 + x ... vn + x），

新的平均值就是A + x.

因此，卷积的输出与每个输入的偏移量相同。因此移位不变。