使用卷积方法处理 35 x 35 内核

Question

亲爱的大家，我想使用 35 x 35 内核进行卷积。有什么建议吗？或者 opencv 中已有的任何方法我可以使用？因为现在 cvfilter2d 只能支持 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 组 7x7“内核图块”，将每个“内核图块”应用于图像以获得输出，然后移动的结果并将它们相加得到最终的总和。

对于使用大型 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，代表内核的矩阵是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. 如果内核是满秩的并且出于应用程序的目的无法对其进行修改，则考虑使用 SVD 将内核分解为一组 35 个 Rank-1 矩阵（每个矩阵可以表示为列向量和行向量），并且仅与与最大奇异值相关的矩阵执行卷积。这会在结果中引入误差，但可以根据奇异值来估计误差。 （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之和的内核。
2. 平滑且模态的核（具有少量峰值）可以通过 2D 高斯函数的总和来近似。