मैंने इमेज प्रोसेसिंग में कनवल्शन के बारे में कई दस्तावेज पढ़े हैं , और उनमें से अधिकांश इसके सूत्र, कुछ अतिरिक्त मापदंडों के बारे में कहते हैं। कोई भी एक छवि पर दृढ़ विश्वास करने के पीछे अंतर्ज्ञान और वास्तविक अर्थ की व्याख्या नहीं करता है। उदाहरण के लिए, ग्राफ़ पर व्युत्पत्ति का अंतर्ज्ञान उदाहरण के लिए इसे अधिक रैखिक बनाता है।
मुझे लगता है कि परिभाषा का एक त्वरित सारांश यह है: छवि और कर्नेल के बीच आक्षेप को कई गुना ओवरलैप किया जाता है, उसके बाद फिर से योग और लंगर में डाल दिया जाता है। और यह मेरे साथ कोई मतलब नहीं है।
सजा के बारे में इस लेख के अनुसार, मैं कल्पना नहीं कर सकता कि सजा कुछ "अविश्वसनीय" चीजें क्यों कर सकता है। उदाहरण के लिए, इस लिंक के अंतिम पृष्ठ पर लाइन और एज डिटेक्शन। बस उपयुक्त कनवल्शन चुनें कर्नेल अच्छा प्रभाव (रेखा का पता लगाने या बढ़त का पता लगाने) कर सकते हैं।
किसी को कुछ अंतर्ज्ञान प्रदान कर सकते हैं (एक साफ सबूत होने की आवश्यकता नहीं है) यह कैसे कर सकता है?