计算机视觉入门到实战系列（二）认识各种卷积核

1. 冲激核（Impulse Kernel / Dirac Delta）

基本概念

冲激核是最简单的卷积核，其核心特征是：只有一个元素为1，其余全为0。

常见形式

# 一维冲激核（中心在中间）[0,0,1,0,0]# 一维冲激核（中心在第一个位置）[1,0,0,0,0]# 二维冲激核（3x3）[[0,0,0],[0,1,0],[0,0,0]]

物理意义

冲激核代表一个理想的、瞬时的冲击。在信号处理中，它类似于：

• 拍照时的瞬间闪光
• 敲击钟的瞬间
• 电路中的瞬时电压脉冲

卷积效果：身份变换

当一个信号与冲激核卷积时，输出信号就是输入信号本身（可能有位移）：

# 示例输入信号:[1,2,3,4,5]冲激核:[0,0,1,0,0]# 1在第3个位置卷积结果:[0,0,1,2,3,4,5,0,0]↑ ↑ ↑ ↑ 填充影响 填充影响# 中间部分 [1, 2, 3, 4, 5] 就是原始信号

数学特性

1. 位移性：冲激核的位置决定了信号的位移量
2. 筛选性：在离散信号中，∑(信号[n] × 冲激核[n-k]) = 信号[k]
3. 单位元：卷积运算中的"1"，任何信号与冲激核卷积都得到自身

在你的代码中

k=[0,0,1,0,0]# 这就是一个冲激核conv=conv_1d(a,k)# 输出基本是a的延迟版本

2. 方波信号核（Box Kernel / Moving Average Kernel）

基本概念

方波核的所有非零元素值相同（通常为1或1/N），形状像矩形。

常见形式

# 一维方波核（长度5）[1,1,1,1,1]# 未归一化[0.2,0.2,0.2,0.2,0.2]# 归一化（和为1）# 一维方波核（长度3）[1/3,1/3,1/3]# 二维方波核（3x3）[[1/9,1/9,1/9],[1/9,1/9,1/9],[1/9,1/9,1/9]]

物理意义

方波核代表一个均匀、持续一段时间的作用。在信号处理中，它类似于：

• 取一段时间内的平均值
• 摄像机长时间曝光
• 低通滤波器

卷积效果：平滑/模糊

当一个信号与方波核卷积时，输出是输入信号的局部平均：

# 示例输入信号:[1,2,3,4,5,6,7,8,9]方波核(长度3):[1/3,1/3,1/3]卷积计算（简化）:输出[0]=(0+1+2)/3=1.0# 边界有填充输出[1]=(1+2+3)/3=2.0输出[2]=(2+3+4)/3=3.0输出[3]=(3+4+5)/3=4.0输出[4]=(4+5+6)/3=5.0...# 原始信号的尖锐变化被平滑了

数学特性

1. 平滑性：去除高频噪声，保留低频趋势
2. 低通滤波：让低频信号通过，阻挡高频信号
3. 平均值：每个输出点是输入局部窗口的算术平均

3. 对比表格

4. 实际应用示例

冲激核的应用

# 1. 信号延迟impulse=[0,0,1,0,0]# 延迟2个单位# 输出信号 = 输入信号向右移2位# 2. 系统识别# 给系统一个冲激输入，观察输出（冲激响应）# 冲激响应完全描述了一个线性时不变系统# 3. 采样# 冲激核可以用于采样信号

方波核的应用

# 1. 降噪（平滑）box_kernel=[0.2,0.2,0.2,0.2,0.2]# 输出信号 = 输入信号的5点移动平均# 2. 图像模糊（2D方波核）# 每个像素变为周围像素的平均值# 3. 趋势提取# 去除短期波动，显示长期趋势

当然有！卷积核的世界非常丰富，不同的核可以实现完全不同的效果。让我介绍几种最常见和重要的卷积核：

5. 高斯核（Gaussian Kernel）

特点

• 钟形曲线，中间值大，向边缘逐渐减小
• 非常自然的平滑效果，优于方波核

形式示例

# 一维高斯核（σ=1，长度5）[0.054,0.242,0.399,0.242,0.054]# 近似值# 二维高斯核（3x3）[[0.075,0.124,0.075],[0.124,0.204,0.124],[0.075,0.124,0.075]]

效果

• 更自然的模糊：保留更多原始信号特征
• 各向同性：二维高斯核在各个方向效果相同
• 分离性：二维高斯卷积 = 两次一维高斯卷积

# 高斯核 vs 方波核对比信号:[0,0,0,1,0,0,0]方波核输出:[0,0,0.33,0.33,0.33,0,0]# 突然开始，突然结束高斯核输出:[0,0.05,0.24,0.42,0.24,0.05,0]# 平滑过渡

6. 梯度核 / 边缘检测核

Sobel 算子

检测图像边缘，对噪声不敏感

# 水平方向（检测垂直边缘）Sobel_x=[[-1,0,1],[-2,0,2],[-1,0,1]]# 垂直方向（检测水平边缘）Sobel_y=[[-1,-2,-1],[0,0,0],[1,2,1]]

Prewitt 算子

更简单的边缘检测

Prewitt_x=[[-1,0,1],[-1,0,1],[-1,0,1]]

拉普拉斯核（Laplacian）

检测二阶导数，对噪声敏感但能检测细边缘

# 4邻域Laplacian_4=[[0,-1,0],[-1,4,-1],[0,-1,0]]# 8邻域Laplacian_8=[[-1,-1,-1],[-1,8,-1],[-1,-1,-1]]

7. 锐化核

增强图像细节，与模糊相反

# 基本锐化核Sharpen=[[0,-1,0],[-1,5,-1],[0,-1,0]]# 更强的锐化Strong_Sharpen=[[-1,-1,-1],[-1,9,-1],[-1,-1,-1]]# 使用拉普拉斯的锐化（非锐化掩模）# 原图 + (原图 - 模糊图) = 锐化图

8. 浮雕核（Emboss）

产生3D浮雕效果

Emboss=[[-2,-1,0],[-1,1,1],[0,1,2]]

9. 自定义核示例

# 运动模糊核（对角线方向）Motion_Blur=[[1/9,0,0,0,0],[0,1/9,0,0,0],[0,0,1/9,0,0],[0,0,0,1/9,0],[0,0,0,0,1/9]]# 轮廓核（Outline/Edge Detection）Outline=[[-1,-1,-1],[-1,8,-1],[-1,-1,-1]]

10. 深度学习中的特殊核

空洞卷积核（Dilated Kernel）

增加感受野而不增加参数

# 普通3x3卷积[[1,1,1],[1,1,1],[1,1,1]]# 空洞率=2的3x3卷积（实际5x5的感受野）[[1,0,1,0,1],[0,0,0,0,0],[1,0,1,0,1],[0,0,0,0,0],[1,0,1,0,1]]

可分离卷积核

# 一个3x3卷积可以分解为3x1和1x3的乘积# 减少计算量，常用于深度可分离卷积

11. 完整演示代码

importnumpyasnpimportmatplotlib.pyplotaspltfromscipyimportsignalfromscipy.ndimageimportconvolve1d# 创建测试信号t=np.linspace(0,10,100)signal_data=np.sin(t)+0.3*np.sin(5*t)+0.1*np.random.randn(100)# 定义不同的核kernels={'Impulse':[0,0,1,0,0],'Box (5-point)':[0.2,0.2,0.2,0.2,0.2],'Gaussian (σ=1)':[0.054,0.242,0.399,0.242,0.054],'First Derivative':[-0.5,0,0.5],# 一阶导数'Second Derivative':[1,-2,1],# 二阶导数}# 应用不同核plt.figure(figsize=(12,10))# 原始信号plt.subplot(len(kernels)+1,1,1)plt.plot(t,signal_data,'k-',linewidth=2,label='Original Signal')plt.title('Original Signal with Noise')plt.legend()plt.grid(True,alpha=0.3)# 各个核的效果fori,(name,kernel)inenumerate(kernels.items(),2):# 卷积操作ifname=='First Derivative'orname=='Second Derivative':# 对导数核使用valid模式避免边界效应result=np.convolve(signal_data,kernel,mode='valid')t_result=t[len(kernel)//2:len(kernel)//2+len(result)]else:result=np.convolve(signal_data,kernel,mode='same')t_result=t plt.subplot(len(kernels)+1,1,i)plt.plot(t_result,result,'b-',linewidth=1.5,label=f'{name}Kernel')plt.title(f'{name}Kernel Output')plt.legend()plt.grid(True,alpha=0.3)# 显示核的值kernel_str=', '.join([f'{x:.3f}'forxinkernel])plt.text(0.02,0.85,f'Kernel: [{kernel_str}]',transform=plt.gca().transAxes,fontsize=9)plt.tight_layout()plt.show()# 可视化二维卷积核的效果defvisualize_2d_kernels():kernels_2d={'Identity':np.array([[0,0,0],[0,1,0],[0,0,0]]),'Box Blur':np.ones((3,3))/9,'Gaussian Blur':np.array([[1,2,1],[2,4,2],[1,2,1]])/16,'Sobel X':np.array([[-1,0,1],[-2,0,2],[-1,0,1]]),'Sobel Y':np.array([[-1,-2,-1],[0,0,0],[1,2,1]]),'Sharpen':np.array([[0,-1,0],[-1,5,-1],[0,-1,0]]),}fig,axes=plt.subplots(2,3,figsize=(12,8))axes=axes.flatten()foridx,(name,kernel)inenumerate(kernels_2d.items()):ax=axes[idx]im=ax.imshow(kernel,cmap='RdBu',vmin=-2,vmax=5)ax.set_title(name)ax.set_xticks([])ax.set_yticks([])# 在格子上显示数值foriinrange(kernel.shape[0]):forjinrange(kernel.shape[1]):value=kernel[i,j]color='white'ifabs(value)>1else'black'ax.text(j,i,f'{value:.2f}',ha='center',va='center',color=color,fontsize=10,fontweight='bold')plt.suptitle('Common 2D Convolution Kernels',fontsize=16)plt.tight_layout()plt.show()visualize_2d_kernels()

12. 核的分类总结

13. 选择核的指导原则

1. 任务目标决定核类型：

   • 降噪 → 平滑核（高斯最优）
   • 边缘检测 → 梯度核
   • 图像增强 → 锐化核

2. 核大小的影响：

   • 核越大，效果越强，但计算量越大
   • 通常奇数大小（3, 5, 7…）

3. 归一化考虑：

   • 平滑核通常归一化（和为1）
   • 边缘检测核通常和为0
   • 锐化核中心值>1，周围为负

4. 对称性：

   • 对称核：各向同性效果
   • 非对称核：方向敏感

14. 实际应用建议

# 实际应用中，我们经常组合使用核defadvanced_edge_detection(image):# 1. 先用高斯核降噪blurred=convolve2d(image,gaussian_kernel(3,sigma=1))# 2. 再用Sobel检测边缘edges_x=convolve2d(blurred,sobel_x)edges_y=convolve2d(blurred,sobel_y)# 3. 计算梯度幅值edges=np.sqrt(edges_x**2+edges_y**2)returnedges# 或者在深度学习中，让网络自己学习核参数# 这就是CNN卷积层的工作原理！

关键理解：不同的卷积核本质上是不同的特征提取器。在深度学习中，CNN会自动学习最适合任务的卷积核参数，而不需要手工设计。