我有一个矩阵a=[[1 2 3]; [4 5 6]; [7 8 9]]
和一个子矩阵b=[[5 6];[8 9]]
。
matlab中是否有反卷积的方法(a,b)
?
我正在寻找一种方法来识别可能的巨型矩阵中是否存在子矩阵。通过一种反卷积,我希望获得类似于矩阵的东西,周围和1
子矩阵存在的地方都是零。
在上面的示例中,a1
在右下角。
我有一个矩阵a=[[1 2 3]; [4 5 6]; [7 8 9]]
和一个子矩阵b=[[5 6];[8 9]]
。
matlab中是否有反卷积的方法(a,b)
?
我正在寻找一种方法来识别可能的巨型矩阵中是否存在子矩阵。通过一种反卷积,我希望获得类似于矩阵的东西,周围和1
子矩阵存在的地方都是零。
在上面的示例中,a1
在右下角。
这里有更好的解释。
为简单起见,让我们谈谈一维反卷积。
您的信号可以表示为向量,卷积是与三对角矩阵相乘。
例如:
您的矢量/信号是:
V1
V2
...
Vn
您的过滤器(卷积元素)是:
[b1 b2 b3];
所以矩阵是nxn
:(让它被称为A
):
[b2 b3 0 0 0 0.... 0]
[b1 b2 b3 0 0 0.... 0]
[0 b1 b2 b3 0 0.... 0]
.....
[0 0 0 0 0 0...b2 b3]
卷积是:
A*v;
反卷积是
A^(-1) * ( A) * v;
显然,在某些情况下,去卷积是不可能的。然后你会有单数A
。但如果A^-1
存在,则需要计算它,并将其应用于结果。
对于 2D 情况,它有点复杂,但想法是一样的。
如果您想找到另一个内部小矩阵的存在或存在的可能性,那么您正在寻找相关性,而不是反卷积。
最简单的方法是使用normxcorr2
,它返回一个值矩阵 [-1..1],其中 1 表示找到小矩阵的像素。
缺点/好处是 normxcorr2 对增益不敏感,这意味着如果你正在寻找 [1 2 3 4] 那么你也会找到 [2 4 6 8]