问题标签 [convolution]

Python 或其任何模块是否具有等效于 MATLAB 的conv2函数？更具体地说，我对conv2(A, B, 'same')在 MATLAB 中进行相同计算的东西感兴趣。

我正在使用 Mathematica 7。

我有一个插值函数，这是一个例子：

我想计算它的导数，这很简单：

现在，如果你绘制这个函数

（抱歉，不知道如何从 Mathematica 中发布图像，也没有时间弄清楚。）你会发现它非常嘈杂。所以，我想把它弄平。我的第一个想法是使用 Convolve，并将其与高斯核集成，如下所示：

退货

这在我看来是合理的。不幸的是，我相信我在某个地方犯了错误，因为我得到的结果似乎无法评估。那是：

退货

这不是我想要的，我期待一个介于 -1 和 1 之间的数字。

假设我已经有一个可用的卷积矩阵算法，我正在寻找对图像处理特别有用的通用矩阵的实际示例。

随处可见的典型例子是非高斯框模糊：

图像锐化：

边缘检测：

和浮雕：

还有更多我想念的吗？

亲爱的，我想使用 35 x 35 内核进行卷积。有什么建议吗？或者我可以使用的opencv中已经存在的任何方法？因为现在 cvfilter2d 只能支持直到 10 x 10 内核。

有没有办法加速这个一维卷积？我试图提高 dy 缓存的效率，但使用 g++ 和 -O3 编译时性能更差。

我正在与 [-1. , 0., 1] 在两个方向。不是功课。

我想实现一些旨在在beagleboard上运行的图像处理算法。这些算法广泛使用卷积。我正在尝试为 2D 卷积找到一个好的 C 实现（可能使用快速傅立叶变换）。我还希望算法能够在 beagleboard 的 DSP 上运行，因为我听说 DSP 针对这些类型的操作进行了优化（使用它的乘法累加指令）。

我没有该领域的背景，所以我认为自己实现卷积不是一个好主意（我可能不会像了解其背后所有数学的人那样做得好）。我相信某个地方存在一个很好的 DSP 的 C 卷积实现，但我找不到它？

有人可以帮忙吗？

编辑：原来内核很小。它的尺寸是 2X2 或 3X3。所以我想我不是在寻找基于 FFT 的实现。我在网上搜索卷积以查看它的定义，以便我可以直接实现它（我真的不知道卷积是什么）。我发现的只是乘积积分，我不知道如何用矩阵来做。有人可以给我一段 2X2 内核案例的代码（或伪代码）吗？

在使用 MATLAB 2D 滤波器filter2(B,X)函数和卷积函数conv(X,B,'')时，我看到该filter2函数本质上是 2D 卷积，但滤波器系数矩阵旋转了 180 度。就 和 的输出而言filter2，conv2我看到以下关系成立：

编辑：我不正确；上述关系一般不成立，但我在少数情况下看到了它。一般来说，这两个输出矩阵是不相关的，因为在两者中都获得了 2 个完全不同的内核，它们都用于卷积。

我了解如何执行 2D 卷积。我想了解的是这在图像处理方面的含义。我如何可视化这里发生的事情？将滤波器系数矩阵旋转 180 度是什么意思？

我正在设计一个分数延迟滤波器，我的 5 阶拉格朗日系数 h(n) 在时域中有 6 个抽头。我已经测试过使用 matlab 将 h(n) 与 x(n) 进行卷积，这是 5000 个采样信号，结果似乎还可以。当我尝试使用 FFT 和 IFFT 方法时，输出完全错误。实际上，我的 FFT 是用频域中的 8192 个数据计算的，这是 5000 个信号样本的最接近 2 的幂。对于 IFFT 部分，我将 8192 频域数据转换回时域中的 5000 长度数据。所以，问题是，为什么这个东西在卷积中起作用，但在 FFT 乘法中不起作用。在频域中将我的 6 个抽头 h(n) 转换为 8192 个抽头会导致这个问题吗？

实际上，我已经尝试过使用重叠保存方法，该方法执行 FFT 并与较小的 x(n) 块相乘，并分别执行 5 次。结果似乎比以前稍微好一点，至少我可以看到波形模式，但仍然略有失真。因此，任何想法哪里出了问题，以及解决方案是什么。谢谢你。

我在频域而不是时域实现循环卷积的原因是，我尝试将拉格朗日滤波器与频域中的其他低通滤波器合并，以便实现更高效。当然，我确实相信在频域中实现滤波将比在时域中的卷积快得多。LP 滤波器在时域中有 120 个抽头。由于内存限制，包括填充在内的原始数据长度将限制为 1024，fft bin 也是如此。

因为我的拉格朗日系数只有 6 个抽头，这与 1024 个抽头有很大不同。我怀疑频域中 6 个抽头到 1024 个 bin 的 fft 会导致错误。这是我关于拉格朗日滤波器的 matlab 代码。这只是一个测试代码，不是实现代码。有点乱，抱歉。如果你能给我更多关于这个问题的建议，我真的很感激。谢谢你。

我正在尝试将框模糊应用于透明图像，并且边缘周围出现“暗晕”。

Jerry Huxtable简短地提到了这个问题，并且一个很好的演示显示了问题的发生：

但是，对于我的生活，我无法理解“预乘 alpha ”如何解决问题。现在举一个非常简单的例子。我有一个 3x3 图像，包含一个红色和一个绿色像素：

实际上剩余的像素是透明的：

现在我们将对图像应用 3x3 框模糊。为简单起见，我们将只计算中心像素的新值。盒子模糊的工作方式是，因为我们有一个 9 位置的正方形（3x3，称为内核），我们取内核中每个像素的 1/9，并将其相加：

所以

在这个非常简化的示例中，计算变得非常简单：

这给了我一个最终的颜色值：

这个颜色太深了。当我在 Photoshop 中对相同的 3x3 像素图像执行 3px 框模糊时，我得到了我所期望的：

在白色上显示时更清晰：

---

实际上，我在包含透明文本的位图上执行框模糊，并且文本在边缘周围变得暗淡：

我从PixelFormat32bppARGB格式的 GDI+ 位图开始

---

应用 3x3 卷积核时如何使用“预乘 alpha”？

任何答案都必须包括新的论坛，因为：

给我错误的答案。

---

编辑：一个更简单的例子是：

我将使用 0..1 范围内的颜色和 alpha 值执行此数学运算：

我将框模糊卷积过滤器应用于中间像素：

这给出了相当透明的深绿色。

这不是我期望看到的。相比之下，Photoshop 的 Box Blur 是：

如果我假设(0, 0.33, 0, 0.33)是预乘 alpha，并且不乘它，我得到：

这看起来适合我的全不透明示例；但是当我开始涉及部分透明的像素时，我不知道该怎么办。

也可以看看

• 纹理过滤：Alpha 切口
• 预乘阿尔法

我对 GLSL 很陌生，但我正在尝试在片段着色器中编写卷积核以进行图像处理。当我的内核很小（3x3）使用常量矩阵时，我能够做到这一点。但是，现在我想使用大小为 9x9 的内核。或者对于任意大小的问题。我最初的想法是设置一个包含卷积核的纹理内存。然后使用 2Dsampler 读取内核的纹理内存并将其与图像的纹理内存（也是 2Dsampler）进行卷积。这是解决这个问题的正确方法吗？

我想你也可以制作一个包含系数的任意大小的数组。这可能适用于 81 个系数，但如果你想要更大的系数会发生什么？比如说20x20？

一般来说，如果您需要在 GLSL 中访问多个大对象，那么正确的策略是什么？谢谢！谢谢，

D