【转】MATLAB conv2函数的理解

本文详细介绍了矩阵卷积的概念及其在图像处理中的应用,并通过实例解释了MATLAB中conv2函数的不同参数设置,如'full'、'same'及'valid'选项对卷积结果的影响。

另附:http://blog.youkuaiyun.com/anan1205/article/details/12313593

 

原文:http://blog.youkuaiyun.com/andrewseu/article/details/51783181

 

在图像处理的过程中,经常会看到矩阵卷积的概念,比如说用一个模板去和一张图片进行卷积,因此很有必要了解矩阵卷积到了做了什么,具体又是怎么计算的。 
在matlab中有conv2函数对矩阵进行卷积运算,其中有一个shape参数,取值具体有三种:

 -full  - (default) returns the full 2-D convolution,
 -'same'  - returns the central part of the convolution
            that is the same size as A.
 -'valid' - returns only those parts of the convolution
            that are computed without the zero-padded edges.
            size(C) = max([ma-max(0,mb-1),na-max(0,nb-1)],0).

用一幅图可以很好的理解这三个参数代码的具体含义: 
这里写图片描述

矩阵卷积计算方法

这里写图片描述 
这里写图片描述 
举一个简单的例子, 
这里写图片描述 
matlab 的计算结果如下: 
这里写图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值