2

我知道频率乘法 = 离散信号(向量)在时间空间中的循环卷积。

我也知道“只有在 x(n) 和 h(n) 在 DFT 之前用零填充以使它们各自的长度为 Nx+Nh-1 时,卷积定理才会产生所需的线性卷积结果,基本上将所有循环归零文物。”

一切都适用于向量..但我的目标是与本文中的矩阵进行循环卷积:

http://developer.download.nvidia.com/compute/cuda/2_2/sdk/website/projects/convolutionFFT2D/doc/convolutionFFT2D.pdf

如果您观察前两个图(图 1 和图 2),您会看到内核以一种我以前从未见过的奇怪方式填充,这是什么?

4

1 回答 1

1

通过填充和扩展矩阵来解决圆形伪影(参见 nvidia CUDA sdk 论文)

于 2012-07-10T08:36:29.707 回答