matlab中卷积convolution与filter用法

时间：2022-11-05 20:41:34

转自：https://blog.csdn.net/dkcgx/article/details/46652021

转自：https://blog.csdn.net/Reborn_Lee/article/details/83279843

conv（向量卷积运算）
所谓两个向量卷积，说白了就是多项式乘法。 比如:p=[1 2 3],q=[1 1]是两个向量，p和q的卷积如下： 把p的元素作为一个多项式的系数，多项式按升幂（或降幂）排列，比如就按升幂吧，写出对应的多项式：1+2x+3x^2;同样的，把q的元素也作为多项式的系数按升幂排列，写出对应的多项式：1+x。
卷积就是“两个多项式相乘取系数”。 （1+2x+3x^2）×（1+x）=1+3x+5x^2+3x^3 所以p和q卷积的结果就是[1 3 5 3]。
记住，当确定是用升幂或是降幂排列后，下面也都要按这个方式排列，否则结果是不对的。 你也可以用matlab试试 p=[1 2 3] q=[1 1] conv(p,q) 看看和计算的结果是否相同。
conv2（二维矩阵卷积运算）
a=[1 1 1;1 1 1;1 1 1]; b=[1 1 1;1 1 1;1 1 1]; >> conv2(a,b)
ans =
     1     2     3     2     1

2     4     6     4     2

3     6     9     6     3

2     4     6     4     2

1     2     3     2     1
>> conv2(a,b,'valid')
ans =
     9
>> conv2(a,b,'same')
ans =

4     6     4

6     9     6

4     6     4
>> conv2(a,b,'full')
ans =

1     2     3     2     1

2     4     6     4     2

3     6     9     6     3

2     4     6     4     2

1     2     3     2     1

convn（n维矩阵卷积运算）

>> a=ones(5,5,5)
a(:,:,1) =

1     1     1     1     1

1     1     1     1     1

1     1     1     1     1

1     1     1     1     1

1     1     1     1     1
a(:,:,2) =
     1     1     1     1     1      1     1     1     1     1      1     1     1     1     1      1     1     1     1     1      1     1     1     1     1
a(:,:,3) =
     1     1     1     1     1      1     1     1     1     1      1     1     1     1     1      1     1     1     1     1      1     1     1     1     1
a(:,:,4) =
     1     1     1     1     1      1     1     1     1     1      1     1     1     1     1      1     1     1     1     1      1     1     1     1     1
a(:,:,5) =
     1     1     1     1     1      1     1     1     1     1      1     1     1     1     1      1     1     1     1     1      1     1     1     1     1
>> b=ones(5,5,5);
>> convn(a,b,'valid')
ans =
   125
>> convn(a,b,'same')
ans(:,:,1) =
    27    36    45    36    27

36    48    60    48    36

45    60    75    60    45

36    48    60    48    36

27    36    45    36    27
ans(:,:,2) =
    36    48    60    48    36     48    64    80    64    48     60    80   100    80    60     48    64    80    64    48     36    48    60    48    36
ans(:,:,3) =
    45    60    75    60    45     60    80   100    80    60     75   100   125   100    75     60    80   100    80    60     45    60    75    60    45
ans(:,:,4) =
    36    48    60    48    36     48    64    80    64    48     60    80   100    80    60     48    64    80    64    48     36    48    60    48    36
ans(:,:,5) =
    27    36    45    36    27     36    48    60    48    36     45    60    75    60    45     36    48    60    48    36     27    36    45    36    27
>> convn(a,b)
ans(:,:,1) =
     1     2     3     4     5     4     3     2     1

2     4     6     8    10     8     6     4     2

3     6     9    12    15    12     9     6     3

4     8    12    16    20    16    12     8     4

5    10    15    20    25    20    15    10     5

4     8    12    16    20    16    12     8     4

3     6     9    12    15    12     9     6     3

2     4     6     8    10     8     6     4     2

1     2     3     4     5     4     3     2     1
ans(:,:,2) =
     2     4     6     8    10     8     6     4     2      4     8    12    16    20    16    12     8     4      6    12    18    24    30    24    18    12     6      8    16    24    32    40    32    24    16     8     10    20    30    40    50    40    30    20    10      8    16    24    32    40    32    24    16     8      6    12    18    24    30    24    18    12     6      4     8    12    16    20    16    12     8     4      2     4     6     8    10     8     6     4     2
ans(:,:,3) =
     3     6     9    12    15    12     9     6     3      6    12    18    24    30    24    18    12     6      9    18    27    36    45    36    27    18     9     12    24    36    48    60    48    36    24    12     15    30    45    60    75    60    45    30    15     12    24    36    48    60    48    36    24    12      9    18    27    36    45    36    27    18     9      6    12    18    24    30    24    18    12     6      3     6     9    12    15    12     9     6     3
ans(:,:,4) =
     4     8    12    16    20    16    12     8     4      8    16    24    32    40    32    24    16     8     12    24    36    48    60    48    36    24    12     16    32    48    64    80    64    48    32    16     20    40    60    80   100    80    60    40    20     16    32    48    64    80    64    48    32    16     12    24    36    48    60    48    36    24    12      8    16    24    32    40    32    24    16     8      4     8    12    16    20    16    12     8     4
ans(:,:,5) =
     5    10    15    20    25    20    15    10     5     10    20    30    40    50    40    30    20    10     15    30    45    60    75    60    45    30    15     20    40    60    80   100    80    60    40    20     25    50    75   100   125   100    75    50    25     20    40    60    80   100    80    60    40    20     15    30    45    60    75    60    45    30    15     10    20    30    40    50    40    30    20    10      5    10    15    20    25    20    15    10     5
ans(:,:,6) =
     4     8    12    16    20    16    12     8     4      8    16    24    32    40    32    24    16     8     12    24    36    48    60    48    36    24    12     16    32    48    64    80    64    48    32    16     20    40    60    80   100    80    60    40    20     16    32    48    64    80    64    48    32    16     12    24    36    48    60    48    36    24    12      8    16    24    32    40    32    24    16     8      4     8    12    16    20    16    12     8     4
ans(:,:,7) =
     3     6     9    12    15    12     9     6     3      6    12    18    24    30    24    18    12     6      9    18    27    36    45    36    27    18     9     12    24    36    48    60    48    36    24    12     15    30    45    60    75    60    45    30    15     12    24    36    48    60    48    36    24    12      9    18    27    36    45    36    27    18     9      6    12    18    24    30    24    18    12     6      3     6     9    12    15    12     9     6     3
ans(:,:,8) =
     2     4     6     8    10     8     6     4     2      4     8    12    16    20    16    12     8     4      6    12    18    24    30    24    18    12     6      8    16    24    32    40    32    24    16     8     10    20    30    40    50    40    30    20    10      8    16    24    32    40    32    24    16     8      6    12    18    24    30    24    18    12     6      4     8    12    16    20    16    12     8     4      2     4     6     8    10     8     6     4     2
ans(:,:,9) =
     1     2     3     4     5     4     3     2     1      2     4     6     8    10     8     6     4     2      3     6     9    12    15    12     9     6     3      4     8    12    16    20    16    12     8     4      5    10    15    20    25    20    15    10     5      4     8    12    16    20    16    12     8     4      3     6     9    12    15    12     9     6     3      2     4     6     8    10     8     6     4     2      1     2     3     4     5     4     3     2     1

conv

Convolution and polynomial multiplication

Syntax

w = conv(u,v)

w = conv(u,v,shape)

Description

w = conv（u，v）返回向量u和v的卷积。如果u和v是多项式系数的向量，则对它们进行卷积相当于将两个多项式相乘。

w = conv(u,v,shape) returns a subsection of the convolution, as specified by shape. For example, conv(u,v,'same') returns only the central part of the convolution, the same size as u, and conv(u,v,'valid') returns only the part of the convolution computed without the zero-padded edges.

w = conv（u，v，shape）返回卷积的子部分，由形状指定。 例如，conv（u，v，'same'）仅返回卷积的中心部分，与u的大小相同，而conv（u，v，'valid'）仅返回计算后的卷积部分而没有零填充边。

Polynomial Multiplication via Convolution

Create vectors u and v containing the coefficients of the polynomials x^2 + 1 and 2x + 7.

u = [1 0 1];

v = [2 7];

Use convolution to multiply the polynomials.

w = conv(u,v)
w = 1×4

     2     7     2     7

w contains the polynomial coefficients for  2x^3 + 7x^2 + 2x + 7.

Vector Convolution

Create two vectors and convolve them.

u = [1 1 1];

v = [1 1 0 0 0 1 1];

w = conv(u,v)
w = 1×9

     1     2     2     1     0     1     2     2     1

The length of w is length(u)+length(v)-1, which in this example is 9.

Central Part of Convolution

Create two vectors. Find the central part of the convolution of u and v that is the same size as u.

u = [-1 2 3 -2 0 1 2];

v = [2 4 -1 1];

w = conv(u,v,'same')
w = 1×7

    15     5    -9     7     6     7    -1

w has a length of 7. The full convolution would be of length length(u)+length(v)-1, which in this example would be 10.

matlab中卷积convolution与filter用法

matlab中卷积convolution与filter用法的更多相关文章

  1. matlab中norm与svd函数用法

    格式:n=norm(A,p) 功能:norm函数可计算几种不同类型的矩阵范数,根据p的不同可得到不同的范数 以下是Matlab中help norm 的解释: NORM Matrix or vector ...

  2. MATLAB中的max函数的用法及含义

    当A是一个列向量时候,返回一个最大值,在此不在赘述. 当Amxn是一个矩阵的时候,有以下几种情况: ①   C = max(max(A)),返回矩阵最大值 ②   D = max(A,[],1),返回 ...

  3. matlab中卷积编码参数的理解

    poly2trellis(7, [171 133])代表什么意思呢?首先是7,他是1*k的vector,此处k为1,[171 133]是k*n的vector,此处n就是2,那么这个编码就是1/2码率的 ...

  4. matlab中disp函数的简单用法

    输出数组类型的数据,也可以把string类型的数据看做数组输出 输出数字 >> num = ; >> disp(num) 输出字符串 >> disp('this i ...

  5. matlab中的卷积——filter，conv之间的区别

    %Matlab提供了计算线性卷积和两个多项式相乘的函数conv,语法格式w=conv(u,v),其中u和v分别是有限长度序列向量,w是u和v的卷积结果序列向量. %如果向量u和v的长度分别为N和M,则 ...

  6. 图像卷积、相关以及在MATLAB中的操作

    图像卷积.相关以及在MATLAB中的操作 2016年7月11日 20:34:35, By ChrisZZ 区分卷积和相关 图像处理中常常需要用一个滤波器做空间滤波操作.空间滤波操作有时候也被叫做卷积滤 ...

  7. matlab中fspecial Create predefined 2-D filter以及中值滤波均值滤波以及高斯滤波

    来源: 1.https://ww2.mathworks.cn/help/images/ref/fspecial.html?searchHighlight=fspecial&s_tid=doc_ ...

  8. Matlab中imfilter()函数的用法

    Matlab中imfilter()函数的用法 功能:对任意类型数组或多维图像进行滤波.用法:B = imfilter(A,H) B = imfilter(A,H,option1,option2,... ...

  9. MATLAB中conv2的详细用法 （以及【matlab知识补充】conv2、filter2、imfilter函数原理）

    转载: 1.https://blog.csdn.net/jinv5/article/details/52874880 2.https://blog.csdn.net/majinlei121/artic ...

随机推荐

  1. android 项目中如何引入第三方jar包

    http://www.360doc.com/content/13/0828/08/11482448_310390794.shtml

  2. Jquery.Page.js 分页插件的使用

    1.简单直接贴代码 需要引用以下样式和脚本 <link href="~/Scripts/Page/pager.css" rel="stylesheet" ...

  3. USACO Section 2&period;1 Sorting a Three-Valued Sequence

    /* ID: lucien23 PROG: sort3 LANG: C++ */ #include <iostream> #include <fstream> #include ...

  4. 第二十节&colon; 深入理解并发机制以及解决方案&lpar;锁机制、EF自有机制、队列模式等&rpar;

    一. 理解并发机制 1. 什么是并发,并发与多线程有什么关系? ①. 先从广义上来说,或者从实际场景上来说. 高并发通常是海量用户同时访问(比如:12306买票.淘宝的双十一抢购),如果把一个用户看做 ...

  5. L2-016&period; 愿天下有情人都是失散多年的兄妹（深搜）&ast;

    L2-016. 愿天下有情人都是失散多年的兄妹 参考博客 #include<iostream> #include<cstdio> #include<cstring> ...

  6. 201621123008《Java程序设计》第七周学习总结

    1. 本周学习总结 1.1 思维导图:Java图形界面总结 2.书面作业 1. GUI中的事件处理 1.1 写出事件处理模型中最重要的几个关键词. 监听,事件源,事件,注册. 1.2 任意编写事件处理 ...

  7. OpenNI体感应用开发实战 （Kinect相机）

    一直以为Kinect是双目摄像机,或者是三目,看到那三个摄像头怎么可能不产生这样的疑惑,实际上它确实是单目摄像机,它三个摄像头分别为:红外发射器,RGB彩色相机,红外接收器.而其中,红外发射器和红外接 ...

  8. jzoj5878

    tj:這道題可以想到排列組合 對於第一問,我們知道,左轉的次數比右轉次數多4,所以答案是c(n,n/2-2) 對於第二問,我們發現,不能出現下凹的情況,所以不能同時出現2個左拐,且路徑可以分為4段,且 ...

  9. MyEclipse 2017&sol;2018 安装与破解 图文教程

    SSM 框架-02-MyEclipse 2017/2018 安装与破解 现在在学J2EE,然后使用的工具就是 MyEclipse,现在就抛弃 Eclipse 了,我就不多说它俩的区别了,但是 MyEc ...

  10. Python 3基础教程6-for循环语句

    本文介绍另外一种循环语句,for循环,直接看例子. 用for实现打印1到9的数字. 方法一:写入一个列表,然后遍历列表 # 这里介绍 for循环# 打印1到9 exampleList = [1,2,3 ...

相关文章