visual-c++ - 使用卷积方法处理35 x 35内核
亲爱的所有人，我想使用35 x 35内核进行卷积。有什么建议吗？或已经可以在opencv中使用的任何方法？因为现在cvfilter2d最多只能支持10 x 10内核。
如果由于OpenCV的大小限制而只需要快速解决方案，则可以将35x35内核分成5x5的7x7“内核图块”集，将每个“内核图块”应用于图像以获取输出，然后进行移位结果并将它们合并以获得最终的总和。
有关使用大型2D内核进行卷积的一般建议:
尝试使用可分离的内核，即，内核是列 vector 和行 vector 的外积。换句话说，代表内核的矩阵是等级1。 尝试使用FFT方法。空间域中的卷积与频域中的逐元素共轭乘法相同。 如果内核是全等级的，并且出于应用程序的目的而不能被修改，则考虑使用SVD将内核分解为35个1级矩阵的集合(每个矩阵都可以表示为列 vector 的外积)和行 vector )，并且仅对与最大奇异值关联的矩阵执行卷积。这会将误差引入结果中，但是可以基于奇异值来估计误差。 (又称为MATLAB方法)其他特殊情况:
可以表示为重叠矩形块之和的内核可以使用积分图像(Viola-Jones面部检测中使用的方法)进行计算。 平滑且模态(具有少量峰值)的核可以通过2D高斯的总和来近似。
https://stackoverflow.com/questions/3844582/