卷积基本内涵和理解

定义：

在泛函分析中，卷积、旋积或摺积(Convolution)是通过两个函数f和g 生成第三个函数的一种数学算子。

基本内涵：

设:f(x),g(x)是R1上的两个可积函数，作积分：

则积分总是存在的。随着x的不断变化，该积分就定义了一个新函数y(x)，称为函数f与g的卷积，记为y(x)=(f*g)(x),表示为：

理解：

在定义中的说明虽然准确无误，但却苦涩难懂。简单来说，从运算角度来讲就是：

• 通过两个函数f(x)与g(x)生成第三个函数y(x)的一种运算

从矩阵运算（计算机视觉）角度就是：

• 两序列在某范围内相乘求和的结果

当然，在某些情况下还可以这样理解：

• 加权和

常见形式：

常见形式包括一维、二维甚至三维等，其本质并没有太大变化，只是从数学运算角度来讲比较复杂。故在这里只讨论离散和连续的两种形式。

• 离散：
  

• 连续：

卷积应用示例：

(由于4x4显示效果过小,故设置为40x40)

上面是一个简单的离散卷积示例。其中输入序列大小为4x4，卷积核为3x3，输出为4x4。在该示例中,kernal采用均值方式进行计算(未标出),最终实现均值滤波输出序列。