矩陣卷積運算的具體過程,很簡單
最近在看影象處理,卷積運算這一塊也查了很多,但是感覺都寫的太複雜,我這裡簡單的寫一下卷積到底是一個什麼計算過程。
假設有一個卷積核h,就一般為3*3的矩陣:
有一個待處理矩陣x:
h*x的計算過程分為三步
第一步,將卷積核翻轉180°,也就是成為了
第二步,將卷積核h的中心對準x的第一個元素,然後對應元素相乘後相加,沒有元素的地方補0。
這樣結果Y中的第一個元素值Y11=1*0+2*0+1*0+0*0+0*1+0*2+-1*0+-2*5+-1*6=-16
第三步每個元素都像這樣計算出來就可以得到一個輸出矩陣,就是卷積結果
……………………
像這樣計算,其他過程略了。
最後結果
注意:
我這裡是用0補全原矩陣的,但我們不一定選擇0。在Opencv的cvFilter2D函式中,就沒有使用0來補全矩陣,而是用了邊緣拷貝的方式
補充
另外在知乎上看到非常好也非常生動形象的解釋,特意複製貼上過來。(知乎馬同學的解釋)
從數學上講,卷積就是一種運算。
某種運算,能被定義出來,至少有以下特徵:
1.首先是抽象的、符號化的
2.其次,在生活、科研中,有著廣泛的作用
比如加法:
1.a+b,是抽象的,本身只是一個數學符號
2.在現實中,有非常多的意義,比如增加、合成、旋轉等等
卷積,是我們學習高等數學之後,新接觸的一種運算,因為涉及到積分、級數,所以看起來覺得很複雜。
這兩個式子有一個共同的特徵:
這個特徵有什麼意義?
只看數學符號,卷積是抽象的,不好理解的,但是,我們可以通過現實中的意義,來習慣卷積這種運算,正如我們小學的時候,學習加減乘除需要各種蘋果、糖果來幫助我們習慣一樣。
我們來看看現實中,這樣的定義有什麼意義。
2 離散卷積的例子:丟骰子
我有兩枚骰子:
把這兩枚骰子都丟擲去:
求:兩枚骰子點數加起來為4的概率是多少?
這裡問題的關鍵是,兩個骰子加起來要等於4,這正是卷積的應用場景。
我們把骰子各個點數出現的概率表示出來:
那麼,兩枚骰子點數加起來為4的情況有:
因此,兩枚骰子點數加起來為4的概率為:
f(1)g(3)+f(2)g(2)+f(3)g(1)
符合卷積的定義,把它寫成標準的形式就是:
(f∗g)(4)=∑m=13f(4−m)g(m)
3 連續卷積的例子:做饅頭
樓下早點鋪子生意太好了,供不應求,就買了一臺機器,不斷的生產饅頭。
假設饅頭的生產速度是 f(t) ,那麼一天後生產出來的饅頭總量為:
∫240f(t)dt
饅頭生產出來之後,就會慢慢腐敗,假設腐敗函式為 g(t) ,比如,10個饅頭,24小時會腐敗:
10∗g(t)
想想就知道,第一個小時生產出來的饅頭,一天後會經歷24小時的腐敗,第二個小時生產出來的饅頭,一天後會經歷23小時的腐敗。
如此,我們可以知道,一天後,饅頭總共腐敗了:
∫240f(t)g(24−t)dt
這就是連續的卷積。