visual-c++ - 使用卷积方法处理 35 x 35 内核

Question

亲爱的，我想使用 35 x 35 内核进行卷积。有什么建议吗？或者我可以使用的opencv中已经存在的任何方法？因为现在 cvfilter2d 只能支持直到 10 x 10 内核。

Answer 1

如果由于 OpenCV 的大小限制，您只需要快速而肮脏的解决方案，那么您可以将 35x35 内核划分为 5x5 的一组 7x7“内核图块”，将每个“内核图块”应用于图像以获得输出，然后移位结果并将它们结合起来得到最终的总和。

使用大型 2D 内核进行卷积的一般建议：

1. 尝试使用可分离的内核，即作为列向量和行向量的外积的内核。换句话说，表示内核的矩阵是 rank-1。
2. 尝试使用 FFT 方法。空间域中的卷积与频域中的元素共轭乘法相同。
3. 如果内核是全秩的并且出于应用程序的目的而无法对其进行修改，则考虑使用 SVD 将内核分解为一组 35 个 rank-1 矩阵（每个矩阵都可以表示为列向量的外积和行向量），并且仅对与最大奇异值相关联的矩阵执行卷积。这会在结果中引入误差，但可以根据奇异值估计误差。（又名 MATLAB 方法）

其他特殊情况：

1. 可以使用积分图像（Viola-Jones 人脸检测中使用的方法）计算可以表示为重叠矩形块总和的内核。
2. 平滑和模态（具有少量峰值）的内核可以通过 2D 高斯的总和来近似。