卷积本质(数学与图像)

数学篇

一维卷积：
$f\ast g(n)=\int f(\tau )g(n-\tau )d\tau$
离散卷积:
$f\ast g(n)={\sum }_i{f}_i{g}_{n-i}$

卷积将函数g翻转平移后与f加权

两次掷骰子为例

若求SUM = 3 的概率为
$P_1(1)P_2(2)+P_1(1)P_2(2)$

即${\sum }_i{P}_1(i)P_2(n-i)$

以信号分析为例

某一点处的输入信号f(t)经过g(t)不断衰减，所以某一点处的接受信号受前T时刻的输入信号的影响

这样，某一点处所受信号为$f\ast g(T)={\sum }_{i}f(i)g(T-i)$

图像处理篇

在图像处理中，不必进行翻转平移操作，只需要加权即可

对于输入数据，卷积运算以一定间隔滑动滤波器的窗口并应用。如图所示，将各个位置上滤波器的元素和输入的对应元素相乘，然后再求和（有时将这个计算称为乘积累加运算），然后，将这个结果保存到输出的对应位置。将这个过程在所有位置都进行一遍，就可以得到卷积运算的输出。
可以选取不同的N个卷积核，卷积后有N层

卷积示意图：

常见卷积核：
平滑卷积：
[1/9 1/9 1/9
1/9 1/9 1/9
1/9 1/9 1/9]

边缘提取：图像变化平缓的地方变化小，变化明显的变化大
[-1 -1 -1
-1 9 -1
-1 -1 -1 ]