由卷积三种模式：full，same，valid到边缘信息处理的思考

由卷积三种模式：full，same，valid到边缘信息处理的思考

在Matlab中，进行卷积操作运算时会有三种模式（subsection），分别是：full，same，valid可供选择
例如（一维卷积操作时）：

u = [-1 2 3 -2 0 1 2];
v = [2 4 -1 1];
w = conv(u,v,'same')

又或是（二维卷积操作时）：

A = rand(3);
B = rand(4);
Csame = conv2(A,B,'same')

一、三种模式的直观理解

matlab上对三种卷积模式的解释

1. ‘ full’ - 返回完整的二维卷积
2. ‘same’ - 返回卷积中大小与A相同的中心部分。（A是被卷积信号）
3. ‘valid’ - 仅返回计算的没有补零边缘的卷积部分

通过图像进行直观解释

假设有矩阵A和矩阵B，尺寸分别是M_a×N_a和M_b×N_b

1. 先对矩阵A补零，得到一个（M_a+M_b-1）×（N_a×N_b-1）的矩阵C
   
2. 将卷积和绕其中心旋转180度

3. 将旋转后的卷积核在扩展0之后的矩阵A上由左到右滑动（步长为1），进行卷积操作。下面分别是三种模式（full，same，valid）下的卷积操作的情况。（其中位置1表示输出图像的值从当前卷积位置开始卷积，位置2表示卷积核滑动到的最后一个位置，输出最后一个卷积结果）
   

二、对边缘信息的处理

如上面图【三种模式下的卷积原理示意图】所示，在full和same模式下用卷积核B对矩阵A进行卷积操作，必然涉及到边缘信息值的取值。例如：图中灰色部分的取值不同，得到的卷积结果也不同。下图展示了边缘填0与填1，在Full模式下进行的卷积结果的区别。

因此，对于图像的卷积操作，对整张图片的边缘的不同取值，一定会对卷积的结果有所影响。

2.1影响大不大？

但是，这个影响大吗？我现在手头有一张512×512的lena图像，现在进行一下操作：

1. 对lena图像进行“压缩”，将其改变为32×32大小的图像
2. 用一个3×3的卷积核对lena进行卷积（分别是Full，same，valid）
   得到以下结果：
   
   咋一看，感觉卷积的结果好像没什么区别。再让我们看一下他们各自的大小：
   
   结果与前面三种模式下的卷积原理演示一致。

2.2影响甚微

由此，可以得出，当图像的大小与卷积核大小的比值很大的时候（如32：3），边缘信息对卷积的结果影响不大，无论是对图像的边缘全部取0，还是用其他方法填充边缘值。因为一张图像的主要信息集中在图像的中间区域，而非边缘区域。但是也不排除在特定的时候，需要对边缘信息进行处理。

三、Matlab代码

clear
clc
I= imread('lena.jpg');
imgGray = imresize((rgb2gray(I)),[32,32]);


Gx = [-1 0 1 ;-2 0 2;-1 0 1];

convImg_full = conv2(imgGray,Gx,'full');
convImg_same = conv2(imgGray,Gx,'same');
convImg_valid = conv2(imgGray,Gx,'valid');
Info1 = "full模式下结果的大小：";
Info2 = "same模式下结果的大小：";
Info3 = "valid模式下结果的大小：";
disp(Info1);
disp(size(convImg_full));
disp(Info2);
disp(size(convImg_same));
disp(Info3);
disp(size(convImg_valid));
whos convImg
figure

subplot(1,4,1);
imshow(imgGray);
title('imgGray')
subplot(1,4,2);
imshow(convImg_full);
title('convImg\_full');

subplot(1,4,3);
imshow(convImg_same);
title('convImg\_same');
subplot(1,4,4);
imshow(convImg_valid);
title('convImg\_valid');

写在最后

在对图像卷积或者进行某些操作的时候，对边缘信息的处理看似没有那么重要，但是在请教老师的时候，他也说在特定情况下是需要考虑的，而且也有人在做这方面的研究。所以，未完待续。。。

参考

[1]立志做码农.MATLAB卷积运算（conv、conv2、convn）解释[EB/OL].https://www.cnblogs.com/hyb221512/p/9276621.html,2018-07-07.
[2]weixin_30681615.MATLAB数字图像处理（一）基础操作和傅立叶变换[EB/OL].https://blog.csdn.net/weixin_30681615/article/details/97641243?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2_allsobaiduend~default-1-97641243.nonecase&utm_term=matlab%E5%A6%82%E4%BD%95%E8%AF%BB%E5%8F%96lena%E5%9B%BE%E5%83%8F&spm=1000.2123.3001.4430,2017-03-05.