写给零基础朋友的卷积入门知识 具体例子、卷积计算 与思维导图详解

本文深入解析卷积运算的本质,涵盖卷积定义、公式、计算方法及其在图像处理中的应用。通过实例说明如何进行卷积计算,探讨离散与连续卷积的区别,以及卷积核在图像处理中的作用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

目录

卷积定义

公式

卷积例子

先以离散的方式来看:

以连续的方式来看:

卷积计算

图像处理与卷积核

思维导图

参考文章


卷积定义

卷积是一种数学运算,符号为*,是两个变量在某范围内相乘后求和的结果。

重点:先相乘后求和。结果是一个数值【标量】。

“相乘”的另外一种说法“加权”,即“加以权重”、“乘以一定的权重”。

在其他一些资料上看到“加权求和”,与卷积是一样的意思。

参考百度百科,链接在这,先贴在下面

也可以看看维基百科的定义,里面有动图详解

卷积是两个变量在某范围内相乘后求和的结果。如果卷积的变量是序列x(n)和h(n),则卷积的结果

,其中星号*表示卷积。当时序n=0时,序列h(-i)是h(i)的时序i取反的结果;时序取反使得h(i)以纵轴为中心翻转180度,所以这种相乘后求和的计算法称为卷积和,简称卷积。另外,n是使h(-i)位移的量,不同的n对应不同的卷积结果。

如果卷积的变量是函数x(t)和h(t),则卷积的计算变为

,其中p是积分变量,积分也是求和,t是使函数h(-p)位移的量,星号*表示卷积。

参考《数字信号处理》杨毅明著,p.55、p.188、p.264,机械工业出版社2012年发行。

扩展:

不要与矩阵乘法混淆,

两个矩阵相乘(Matrix multiplication)结果是一个矩阵(Matrix),

两个矩阵卷积(Matrix convolution)结果是一个实数(即标量)

两个向量点积(Vector dot product)结果是一个实数(即标量)

参考另外一篇文章《花书笔记1——向量乘法、矩阵乘积(相乘)、内积、点积都是什么、Python代码实现、区别及联系

公式

离散卷积公式为

连续卷积公式

 

卷积例子

假设

馒头每小时的生产速度f(t),馒头腐败函数为g(t),馒头的腐败系数最大为24,求24小时后腐败的馒头总数。

馒头的腐败系数会随着时间变化,

假设刚生产出来的馒头不腐败,但是放置了一小时的馒头会腐败1,放置了两小时的馒头会腐败2,……,放置24小时的馒头腐败24【最大值为24】

那么放置的时间越长腐败越多,其腐败系数越大。

所以定义域为[0,24]

总结下来,腐败系数的函数为g(24-t)

先画一个表格如下:

 

时间 生产出来的馒头 t时刻的馒头腐败系数
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