二维矩阵与二维矩阵之间的卷积

最近在学习数字图像处理（Digital Image Processing，DIP）这门课，感觉有些吃力。由于在数字信号处理（Digital Singal Processing, DSP）这门课中只学了一维矩阵之间的卷积运算。

一维卷积与相关计算 关系详见下面这篇博客：一维卷积及相关运算

在查阅matlab 函数conv2代码与阅读有关卷积的博客，下面为个人总结部分：

假设我们的卷积核h为kernel矩阵（33）：

待处理矩阵f(x,y)为：（55）

h*x的计算过程分为三步：

第一步，需要将卷积核翻转180°，kernel矩阵 也就变成了

第二步，需要将卷积核h的中心对准f(0,0)，然后对应元素相乘后相加，没有元素的地方补0。

即公式为：

因此最后的结果中的第一个元素值为**Y11=10+20+10+00+01+02±1*0+(-2)6+(-1)7=-19

第三步每个元素都像这样计算出来就可以得到一个输出矩阵，就是卷积结果

一定要主要conv2中A，B矩阵的顺序！！！
代码块

A=[-1 -2 -1; 0 0 0;1 2 1];
B=[1 2 3 4 5; 6 7 8 9 10; 11 12 13 14 15;16 17 18 19 20; 21 22 23 24 25];
C=conv2(B,A,'same')

C =

   -19   -28   -32   -36   -29
   -30   -40   -40   -40   -30
   -30   -40   -40   -40   -30
   -30   -40   -40   -40   -30
    49    68    72    76    59

如果需要计算/了解多维的卷积，可看下面链接的博客。
多维卷积