【发布时间】：2012-11-08 10:04:18
【问题描述】：
什么是一个过滤器矩阵，相当于使用带有参数“full”的 imfilter 在图像上应用 [1 1 1] 两次？它仍然是一个 1x3 矩阵吗？
【问题讨论】：
标签： matlab convolution
【发布时间】：2012-11-08 10:04:18
【问题描述】：
卷积是关联的，这意味着(f*g)*h = f*(g*h)。所以不是
r = conv(conv(x, [1,1,1]), [1,1,1])
您可以预先计算两个过滤器的卷积，然后将其仅应用于每个图像一次：
tmp_filter = conv([1,1,1], [1,1,1]);
...
r1 = conv(x1, tmp_filter)
r2 = conv(x2, tmp_filter)
其中新过滤器是[1 2 3 2 1]，但它与原始过滤器的大小不同。
【讨论】：
-
啊，明白了！为什么是 1 2 3 2 1 而不是 0 2 3 2 0？谢谢！
-
好吧，如果您以图形方式计算，
1s 是仅四肢重叠时，2s 是两个元素重叠时，3是功能完全重叠时跨度> -
除非你使用
same参数，它返回一个与第一个参数大小相同的输出，它给你[2,3,2]（相当于[0,2,3,2,0]）。 -
注意，如果在对两个内核进行卷积时使用
same，得到的内核并不等同于两个内核的合成。编写内核时需要使用full。这与用于将卷积应用于图像的模式无关。
full 参数告诉filter 函数返回与过滤后的图像大小相同的图像。您可以多次应用相同的过滤器，但如果您每次都使用full，则大小不应改变。
【讨论】：
-
感谢您的回复。不过我想知道，我们可以只使用一次卷积滤波器，而不是使用 [1 1 1] 进行两次卷积？
-
这是错误的。
full导致输出大于输入。same保留大小。此外，这个答案并没有解决这个问题。