最近做相关滤波追踪的时候,遇到了瓶颈,所以想从头到尾理一理基础知识。
形象的解释:
就常识上来讲,系统的响应,不仅与当前时刻系统的输入有关,还有之前的若干输入有关。也就是说,每一个输入信号都会对输出值产生影响,但影响的程度不尽相同,而这个影响程度的大小,就是权值,也就是卷积核(图像处理中,称之为卷积滤波器)。将每一个输入信号乘以权值,然后叠加,就得到了最后的输出响应。
在现实生活中,卷积是有诸多种意义的,比如增加、合成或者旋转等。不用去深究它的含义,只要知道它是抽象的数学符号,和加减乘除是同一类抽象的数学符号。但一般来说,卷积核,也就是和输入信号做 * 运算的,表示权值。至于权值怎么计算,具体问题具体分析。
数学上的解释:
首先,卷积是一种线性运算。很多介绍直接上积分公式,让人不能深刻理解。其实,卷积是两个变量在某范围内相乘后再相加的结果。此处只说离散信号,连续信号同理。如果卷积的变量是序列 x(n),y(n),那么,卷积的结果是:
n 是什么?这就要说到“脉冲分解”。如下图所示, N 个采样信号经过脉冲分解后,形成 N 个信号分量。其中&#x