什么是“无所事事”的卷积核答案

【问题标题】：What is the "do-nothing" convolution kernel什么是“无所事事”的卷积核
【发布时间】：2011-04-28 20:39:48
【问题描述】：

如果我想在频率空间中做一个卷积核——什么是“什么都不做”的核。换句话说，如果我在应用内核后查看图像，并在频率空间中对其进行归一化，我只想查看原始傅里叶变换

是单位矩阵吗？我的内核是 3x3

谢谢

【问题讨论】：

【解决方案1】：

一个无所事事的 3x3 内核将是：

0 0 0
0 1 0
0 0 0

我希望我正确理解了您的问题 - 我不确定您为什么需要这样的内核，而完全跳过卷积要容易得多。

【讨论】：

我正在尝试测试 CUDA FFT 库中的一些函数，这些函数可以一步完成矩阵乘法和归一化。所以假设我运行图像的 FFT，在你的答案中使用这个内核，我的 FT 图像应该是真实的图像 FT，就好像没有应用过滤器一样，对吧？
@Derek，我认为是的。我不知道卷积在图像边界会做什么，所以我不能肯定。

【解决方案2】：

“无为”卷积核是 delta-dirac 函数：“δ(x)”。

mark-ransom共享的解决方案就是这样！任何与 delta-dirac 卷积的信号都与原始信号相同。这适用于任何 n 维的卷积。

delta-dirac 还有许多其他有趣的特性：

【讨论】：