Matlab中滤波函数conv2、imfilter、filter2

1、conv2函数

C=conv2(A,B,shape); %卷积滤波 
参数说明： 
A：输入图像 
B：卷积核 
shape的可选值为full、same、valid。 
1）当shape=full时，返回全部二维卷积结果，即返回B的大小为（ma+mb-1）x（na+nb-1）。 
2）shape=same时，返回与A同样大小的卷积中心部分。 
3）shape=valid时，不考虑边界补零，即只要有边界补出的零参与运算的都舍去，返回B的大小为（ma-mb+1）x（na-nb+1）。 
上面叙述看起来略有些抽象，可以结合下面的图一起理解。 
3种参数的区别见图。 

 

 

2、filter2函数

B = filter2(h,A,shape) ; %相关(correlation)滤波 
这里需要明晰一下卷积和相关的区别，卷积操作就是先将卷积核旋转180度然后再和核大小相同的区域内的各元素对应相乘再相加。也就是核旋转180后卷积。而相关操作就是直接用核卷积，不做旋转。注意，我在叙述的时候，把2个区域对应元素相乘再相加这一个操作称为卷积。 
参数说明： 
A:输入图像，h:相关核 
假设输入图像A大小为ma x na，相关核h大小为mb x nb。 
1）当shape=full时，返回全部二维卷积结果，即返回B的大小为（ma+mb-1）x（na+nb-1） 
2）shape=same时，返回与A同样大小的卷积中心部分。 
3）shape=valid时，不考虑边界补零，即只要有边界补出的零参与运算的都舍去，返回B的大小为（ma-mb+1）x（na-nb+1）。

3、imfilter函数

imfilter函数能够实现3通道的RGB图像和单通道的滤波器的卷积，并且返回的图像也是3通道的。 
B=imfilter(A,H,option1,option2,option3)； 
参数说明： 
A:输入图像，H:滤波核 
1）option1：边界选项，可选的有：补充固定的值X（默认都补零），symmetric,replicate,circular 
2）option2：输出图像大小选项，可选的有same（默认）,full 
3）option3：决定采用与filter2相同的相关滤波还是与conv2相同的卷积滤波

4、三者的比较

1）filter2输入类型无所谓，输出是double的，输入在边界总是补零（zero padded), 不支持其他的边界补充选项。 
2）conv2的输入只能为double型的，否则会提示警告，输出也是double型的。 
2） imfilter：不一定要将输入转换为double，但是输出只与输入同类型，有灵活的边界补充选项。有symmetric、replicate，same等。 
在适用图像的维度上，imfilter可进行多维图像（RGB等）进行空间滤波，filter2 只能对二维图像（灰度图）进行空间滤波，conv2可以对图像矩阵实现自己想实现的卷积操作，最简单最常用的是二维。所以conv2和filter2类似，多维图像（RGB等）要用imfilter。