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