卷积、相关、滤波的关系

代码如下：

理论：

卷积的可视化例子
1、连续信号
这里写图片描述


f(t)f(t)和g(t)g(t)的互相关等于f∗(−t)f∗(−t)和g(t)g(t)的卷积，即：f⋆g=f∗(−t)∗gf⋆g=f∗(−t)∗g
F{f⋆g}=(F{f}∗⋅F{g}F{f⋆g}=(F{f}∗⋅F{g},其中FF表示傅里叶变换。
相关操作，f(t)f(t)需要取复共轭，f(t)f(t)也不需要翻转
卷积操作需要把f(t)f(t)翻转。

滤波：

滤波就相当于卷积！

总结

最后提一点，很多中文书把相关操作叫做"卷积"。然而这个概念其实叫做相关。
而卷积则相当于：将同样的模版旋转180°（即反向）后，再做"相关"操作。
当然，如果模版是180°对称的那么卷积和相关是相同的。但是并不是所有的模版都对称（上面的uph和down 就不对称，）。因此，我建议，在滑窗操作、计算图像梯度等场合，不要使用“卷积”，而要使用“滤波”或者“相关”。因为，我们通常讲的卷积，其实是相关，那就不要用卷积这个词以免引起混淆。