conv2
二维卷积
描述
例子
二维卷积
在图像处理等应用程序,它可能是有用的比较直接卷积的输入到输出。的conv2函数允许您控制输出的大小。
创建一个3×3随机矩阵一个和一个4×4的随机矩阵B。计算的卷积一个和B,这是一个6-by-6矩阵。
一个=兰德(3);B =兰德(4);Cfull = conv2 (A, B)
Cfull =6×60.7861 1.2768 1.4581 1.0007 0.2876 0.0099 1.0024 1.8458 3.0844 2.5151 1.5196 0.2560 1.0561 1.9824 3.5790 3.9432 2.9708 0.7587 1.6790 2.0772 3.0052 3.7511 2.7593 1.5129 0.9902 1.1000 2.4492 1.6082 1.7976 1.2655 0.1215 0.1469 1.0409 0.5540 0.6941 0.6499
计算卷积的核心部分Csame的子矩阵Cfull同样的大小一个。Csame等于Cfull (3:5, 3:5)。
Csame = conv2 (A, B,“相同”)
Csame =3×33.5790 3.9432 2.9708 3.0052 3.7511 2.7593 2.4492 1.6082 1.7976
提取二维基座的边缘
Sobel edge-finding操作使用一个二维卷积来检测图像中的边缘和其他二维数据。
与内部创建和绘制二维基座高度等于1。
一个= 0 (10);一个(3:7,3:7)= 1 (5);网(一个)
卷积的行一个与向量u,然后卷积结果的行向量v。卷积提取水平基座的边缘。
u = (1 0 1) ';v = (1 2 1);Ch = conv2 (u, v,);网格(Ch)
提取的垂直边缘基座,反卷积的顺序u和v。
简历= conv2 (u, v);网格(简历)
计算和情节结合基座的边缘。
图网(sqrt (Ch。^ 2 +简历。^ 2))
