卷积的计算的conv2

最近在看到一些卷积的东西，发现使用相同的卷积核卷积出来的图像的尺寸不同，就从网上查找了一下发现了问题，记录一下。

关于conv2函数的计算过程

假设有两个矩阵a,b，a的大小是ma行na列，b的大小是mb行nb列。

c=conv2(a,b)计算这两个矩阵的卷积，c的大小是ma+mb-1行，na+nb-1列。

计算过程如下：

1.对矩阵a进行边界填补0，填充规则是：在a的第一行之前和最后一行之后分别填充mb-1行0，并在a的第一列之前和最后一列之后分别填充nb-1列0；

2.对矩阵b进行翻转，上下换位左右换位。  rot90(b,2)或者fliplr(flipud(b))或者flipud(fliplr(b))

3.从左上角开始，按照先列后行的顺序在矩阵a上滑动矩阵b，对应的元素相乘然后求和所得的数值为相应的c中的值。

例子如下：

NOTE：关于shape选项的说明；

当shape=full时，返回全部二维卷积结果，即返回c的大小为（ma+mb-1）x（na+nb-1）
    shape=same时，返回与a同样大小的卷积中心部分
    shape=valid时，不考虑边界补零，即只要有边界补出的零参与运算的都舍去，返回c的大小为（ma-mb+1）x（na-nb+1）

  

参考链接：

http://www.ilovematlab.cn/thread-293710-1-1.html

http://blog.csdn.net/ckghostwj/article/details/12170545