卷积算子的矩阵向量乘积表示&一维离散降质模型

@图像处理入门学习知识（一）

卷积算子的矩阵向量乘积表示&一维离散降质模型

在图像处理过程中，有时候我们需要将卷积运算转化为矩阵乘积运算，这也是离散降质模型构成的基础，那么怎么将卷积乘法转化为矩阵向量乘法呢 。我们可以运用有关循环矩阵或Toepliz矩阵的特点来构造卷积矩阵。本文先介绍一维离散降质模型转换过程及部分代码。

一维图像离散降质模型

在一维离散系统中，设输入信号f(x)与加性噪声n(x)长度为A, h(x)为B点长度的冲激响应函数，为了避免各个周期重叠，将f(x)、n(x)、h(x)补零延拓至长度N≥A+B-1, 得到fe(x)、ne(x)、he(x)，可表示为:
f e ( x ) = { f ( x ) , 0 ≤ x ≤ A − 1 0 , A ≤ x ≤ N − 1 ( 1.1.1 ) h e ( x ) = { h ( x ) , 0 ≤ x ≤ B − 1 0 , B ≤ x ≤ N − 1 ( 1.1.2 ) n e ( x ) = { n ( x ) , 0 ≤ x ≤ A − 1 0 , A ≤ x ≤ N − 1