目录

​一,线性卷积​

​1,连续卷积​

​2, 离散卷积​

​3,卷积的性质​

​(1)交换律​

​(2)结合律​

​(3)分配律​

​(4)数乘​

​(5)微分​

​二,周期卷积​

​三,循环卷积​

​四,高斯卷积​

​五,滤波器​


一,线性卷积

1,连续卷积

设: f(x),g(x)是R1上的两个可积函数,作积分

卷积(Convolution)_离散卷积

可以证明,关于几乎所有的实数x,上述积分是存在的。这样,随着x的不同取值,这个积分就定义了一个新函数h(x),称为函数fg的卷积,记为h(x)=(f*g)(x)

对于二维甚至多维空间的积分卷积,定义同理。

2, 离散卷积

和连续积分类似的,离散卷积也是两个序列所有和为固定值的元素乘积之和。

卷积(Convolution)_离散卷积_02

实际上,离散卷积和积分卷积的本质是一样的,可以轻松互相化。

3,卷积的性质

(1)交换律

卷积(Convolution)_卷积_03

(2)结合律

卷积(Convolution)_二维_04

(3)分配律

卷积(Convolution)_离散卷积_05

(4)数乘

卷积(Convolution)_卷积_06

(5)微分

卷积(Convolution)_离散卷积_07

对于离散卷积,D就是差分

二,周期卷积

如果2个周期函数可积,那么它的线性卷积:

卷积(Convolution)_离散卷积

然而,周期函数只要都不是恒为0,上式的反常积分都是不存在的。

PS:这个反常积分的柯西主值有可能为0,但是不代表反常积分收敛。

而实际上,周期函数也没有必要在无穷区间上卷积,只需要在一个周期内即可。

周期函数的周期卷积:

卷积(Convolution)_离散卷积_09

离散的:

卷积(Convolution)_二维_10

三,循环卷积

对于定义域是有限区间的函数,循环卷积就是函数做周期延展之后的周期卷积。

也可以表示成:

卷积(Convolution)_离散卷积_11

从这个式子看,其实也相当于从任意位置分割成2段,分段卷积之和。

二维离散循环卷积:

卷积(Convolution)_离散卷积_12


四,高斯卷积

 如果指定g为高斯函数,那么卷积f*g就是f的高斯卷积。

常见的就是一维和二维的高斯函数,即一维和二维的正态分布。

如5*5的高斯卷积

卷积(Convolution)_卷积_13

五,滤波器

用卷积作为滤波器,也称核函数。