-------------------------------------conv2函數----------------------------------------
1、用法
1、用法
- C=conv2(A,B,shape); %卷積濾波
A:輸入圖像，B:卷積核
假設輸入圖像A大小為ma x na，卷積核B大小為mb x nb，則
當shape=full時，返回全部二維卷積結果，即返回C的大小為（ma+mb-1）x（na+nb-1）
shape=same時，返回與A同樣大小的卷積中心部分
shape=valid時，不考慮邊界補零，即只要有邊界補出的零參與運算的都舍去，返回C的大小為（ma-mb+1）x（na-nb+1）
2、實現步驟
假設輸入圖像A大小為ma x na，卷積核大小為mb x nb，則MATLAB的conv2函數實現流程如下：
a、對輸入圖像補零，第一行之前和最后一行之后都補mb-1行，第一列之前和最后一列之后都補nb-1列（注意conv2不支持其他的邊界補充選項，函數內部對輸入總是補零）。
b、關于卷積核的中心，旋轉卷積核180度。
c、滑動卷積核，將卷積核的中心位于圖像矩陣的每一個元素。
d、將旋轉后的卷積核乘以對應的矩陣元素再求和。
3、實現過程展示
假設有圖像A=[4 3 1 2;0 1 1 3;5 2 0 0],卷積核B=[1 2 3;0 -1 2;1 1 0]
a、首先是按照上面的步驟進行補零，如下圖外圈紅色的為補出的零
假設輸入圖像A大小為ma x na，卷積核B大小為mb x nb，則
當shape=full時，返回全部二維卷積結果，即返回C的大小為（ma+mb-1）x（na+nb-1）
shape=same時，返回與A同樣大小的卷積中心部分
shape=valid時，不考慮邊界補零，即只要有邊界補出的零參與運算的都舍去，返回C的大小為（ma-mb+1）x（na-nb+1）
2、實現步驟
假設輸入圖像A大小為ma x na，卷積核大小為mb x nb，則MATLAB的conv2函數實現流程如下：
a、對輸入圖像補零，第一行之前和最后一行之后都補mb-1行，第一列之前和最后一列之后都補nb-1列（注意conv2不支持其他的邊界補充選項，函數內部對輸入總是補零）。
b、關于卷積核的中心，旋轉卷積核180度。
c、滑動卷積核，將卷積核的中心位于圖像矩陣的每一個元素。
d、將旋轉后的卷積核乘以對應的矩陣元素再求和。
3、實現過程展示
假設有圖像A=[4 3 1 2;0 1 1 3;5 2 0 0],卷積核B=[1 2 3;0 -1 2;1 1 0]
a、首先是按照上面的步驟進行補零，如下圖外圈紅色的為補出的零
<ignore_js_op>
b、將卷積核旋轉180度
<ignore_js_op>
c、將旋轉后的核在A上進行滑動，然后對應位置相乘，最后相加，下面分別是shape=full,same,valid時取輸出圖像大小的情況，位置1表示輸出圖像的值從當前核的計算值開始（對應輸出圖像左上角），位置2表示到該位置結束（對應輸出圖像右下）
<ignore_js_op>
<ignore_js_op>
<ignore_js_op>
-------------------------------------filter2函數----------------------------------------
1、用法
<ignore_js_op>
c、將旋轉后的核在A上進行滑動，然后對應位置相乘，最后相加，下面分別是shape=full,same,valid時取輸出圖像大小的情況，位置1表示輸出圖像的值從當前核的計算值開始（對應輸出圖像左上角），位置2表示到該位置結束（對應輸出圖像右下）
<ignore_js_op>
<ignore_js_op> <ignore_js_op>-------------------------------------filter2函數----------------------------------------
1、用法
- B = filter2(h,A,shape) ; %相關(correlation)濾波
A:輸入圖像，h:相關核
假設輸入圖像A大小為ma x na，相關核h大小為mb x nb，則
當shape=full時，返回全部二維卷積結果，即返回B的大小為（ma+mb-1）x（na+nb-1）
shape=same時，返回與A同樣大小的卷積中心部分
shape=valid時，不考慮邊界補零，即只要有邊界補出的零參與運算的都舍去，返回B的大小為（ma-mb+1）x（na-nb+1）
2、實現步驟
假設輸入圖像A大小為ma x na，相關核h大小為mb x nb，則
當shape=full時，返回全部二維卷積結果，即返回B的大小為（ma+mb-1）x（na+nb-1）
shape=same時，返回與A同樣大小的卷積中心部分
shape=valid時，不考慮邊界補零，即只要有邊界補出的零參與運算的都舍去，返回B的大小為（ma-mb+1）x（na-nb+1）
2、實現步驟
假設輸入圖像A大小為ma x na，相關核h大小為mb x nb，MATLAB的filter2的實現流程如下：
a、對輸入圖像補零，第一行之前和最后一行之后都補mb-1行，第一列之前和最后一列之后都補nb-1列（注意filter2不支持其他的邊界補充選項，函數內部對輸入總是補零）。
b、滑動相關核，將相關核的中心位于圖像矩陣的每一個元素。
c、將相關核乘以對應的矩陣元素再求和
注意filter2不對核進行180°旋轉，直接對應相乘再相加，這一點與filter2不同，下面有兩者計算結果對比可看出這一點。
3、conv2（卷積濾波）和filter2（相關濾波）的結果比較
A=[4 3 1 2;0 1 1 3;5 2 0 0]，卷積核B=[1 2 3;0 -1 2;1 1 0]
<ignore_js_op>
<ignore_js_op>
conv2,shape=full filter2,shape=full
-------------------------------------imfilter----------------------------------------
1、用法
- B=imfilter(A,H,option1,option2,option3)；
A:輸入圖像，H:濾波核
option1：邊界選項，可選的有：補充固定的值X（默認都補零），symmetric,replicate,circular
option2：輸出圖像大小選項，可選的有same（默認）,full
option3：決定采用與filter2相同的相關濾波還是與conv2相同的卷積濾波
-------------------------------------最后總結----------------------------------------
option1：邊界選項，可選的有：補充固定的值X（默認都補零），symmetric,replicate,circular
option2：輸出圖像大小選項，可選的有same（默認）,full
option3：決定采用與filter2相同的相關濾波還是與conv2相同的卷積濾波
-------------------------------------最后總結----------------------------------------
1、 filter2、conv2將輸入轉換為double類型，輸出也是double的，輸入總是補零（zero padded), 不支持其他的邊界補充選項。
2、 imfilter：不將輸入轉換為double，輸出只與輸入同類型，有靈活的邊界補充選項
沒有留言:
張貼留言