卷积是将一个函数翻转后与另一个函数进行滑动叠加的过程，常用于信号分析和图像处理。在信号分析中，卷积反映了当前时刻输出与历史输入信号累积效应的关系；在图像处理中，卷积通过考虑像素邻域来处理当前像素。翻转（卷）的目的是指定积的参照点，例如在信号分析中指定了在特定时间点的前后进行积分。卷积运算在连续和离散情况下有不同的定义，但核心都是对函数的全局混合。举例说明了在信号分析场景中如何计算卷积值。
所谓两个函数的卷积，本质上就是先将一个函数翻转，然后进行滑动叠加。
在连续情况下，叠加指的是对两个函数的乘积求积分，在离散情况下就是加权求和，为简单起见就统一称为叠加。
整体看来是这么个过程：
翻转——>滑动——>叠加——>滑动——>叠加——>滑动——>叠加.....
多次滑动得到的一系列叠加值，构成了卷积函数。
卷积的“卷”，指的的函数的翻转，从 g(t) 变成 g(-t) 的这个过程；
卷积的“积”，指的是滑动积分/加权求和。
对卷积的意义的理解：
- 从“积”的过程可以看到，我们得到的叠加值，是个全局的概念。以信号分析为例，卷积的结果是不仅跟当前时刻输入信号的响应值有关，也跟过去所有时刻输入信号的响应都有关系，考虑了对过去的所有输入的效果的累积。
2.在图像处理的中，卷积处理的结果，其实就是把每个像素周边的，甚至是整个图像的像素都考虑进来，对当前像素进行某种加权处理。所以说，“积”是全局概念，或者说是一种“混合”，把两个函数在时间或者空间上进行混合。
3. 那为什么要进行“卷”？直接相乘不
最低0.47元/天 解锁文章
扫一扫
1485
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
