【matlab】conv2函数

一、函数调用方式：
1.C=conv(A,B)
C的size分别为A、B行列值对应相加再减1，比如conv(33,44)->(6*6)

2.C=conv2(Hcol,Hrow,A)

3.C=conv(A,B,shape)
根据shape返回子区，shape=‘same’时返回子区中心域

二、计算公式
最直观的表示，就是把卷积核旋转180°后再卷积，也可以从数学表达式层面进行解读：
公式：

一般认知是卷积之后图像会变小，但是2D卷积怎么还会变大呢？这是由于公式中B(j-p+1,k-q+1)部分允许坐标出现负值而无效，从而卷积核可以“部分”卷积对象矩阵，如何理解哪些卷积核元素，在某次卷积中是有效的（卷积对象坐标大于等于一）？
假设A_ma,na，B_mb，nb，对于conv2（A，B）
令j-p+1>=1,k-q+1>=1,得到j>=p,k>=q，可以得知，当想得到位置（j，k）的卷积结果时，只有A中 p<=j,q<=k的卷积核元素是参与了卷积的，此时，B像素的坐标才不会出现负值或零值。
观察式子可以得到，对于点（j，k），j-p+1和k-q+1从j到j-p‘+1和k到k-q’+1变化，则该次卷积中的被卷积矩阵可以根据如下规律判断：

图中括号内为坐标，q‘=max(k-na+1,1)，p’类似，最后该位置的结果为

参考链接：
matlab中conv2函数
MathWork_conv2