imfilter实现的是线性空间滤波；
conv2是计算两个矩阵的二维卷积
1、MATLAB中提供了卷积运算的函数命令conv2，其语法格式为：
C = conv2(A,B)
C = conv2(A,B)返回矩阵A和B的二维卷积C。若A为ma×na的矩阵，B为mb×nb的矩阵，则C的大小为(ma+mb+1)×(na+nb+1)。
2、MATLAB图像处理工具箱提供了基于卷积的图象滤波函数filter2，filter2的语法格式为：
Y = filter2(h,X)
其中Y = filter2(h,X)返回图像X经算子h滤波后的结果，默认返回图像Y与输入图像X大小相同。例如：
其实filter2和conv2是等价的。MATLAB在计算filter2时先将卷积核旋转180度，再调用conv2函数进行计算。
Fspecial函数用于创建预定义的滤波算子，其语法格式为：
h = fspecial(type)
h = fspecial(type,parameters)
参数type制定算子类型，parameters指定相应的参数，具体格式为：
type='average'，为均值滤波，参数为n，代表模版尺寸，用向量表示，默认值为[3,3]。
type= 'gaussian'，为高斯低通滤波器，参数有两个，n表示模版尺寸，默认值为[3,3]，sigma表示滤波器的标准差，单位为像素，默认值为0.5
三个函数实际的用法基本结果是一样的。 但imfilter可进行多维图像(RGB等)进行空间滤波，filter2 只能对二维图像(灰度图)进行空间滤波，conv2可以对图像矩阵实现自己想实现的卷积操作，最简单最常用的是二维。所以conv2和filter2类似，多维图像(RGB等)要用imfilter
--------------------------------------------------------------------------------------------------
--------------------------------------------------------------------------------------------------
一个矩阵与另一个矩阵的卷积运算大部分运用在图像处理上，例如用一个模板去对一幅图像进行卷积。
把模板(n*n)放在矩阵上(中心对准要处理的元素)，用模板的每个元素去乘矩阵中的的元素，累加和等于这个元素例如例子中的第二行第二个元素16=
1*2+1*1+1*3+1*1+1*2+1*1+1*2+1*1+1*2+1*1+1*3的计算，依次计算每个元素的值，如果矩阵的中心在边缘就要将原矩阵进行扩展，例如补0，或者直接规定模板的中心距离边缘(n-1)/2个单位以上。
以下举一个简单的例子，并用Matlab来观察
相关MATALB代码
a=[2 1 3 1;1 2 1 2;2
1 3 2;1 3 1 2];
b=[1 1 1;1 1 1;1 1 1];
c=conv2(a,b,'same');
d=conv2(a,b,'full');
fprintf('\na = \n');
disp(a);
fprintf('\nb = \n');
disp(b);
fprintf('\nc = \n');
disp(c);
fprintf('\nd = \n');
disp(d);MATALB仿真结果
a
= 2 1 3 1 1 2 1 2 2 1 3 2 1 3 1 2 b = 1 1 1 1 1 1 1 1 1 c = 6 1010 7 9 1616 12 1015 17 11 7 1112 8 d = 2 3 6 5 4 1 3 610 10 7 3 5 916 16 12 5 4 1015 17 11 6 3 711 12 8 4 1 4 5 6 3 2
卷积的计算步骤：
(1)卷积核绕自己的核心元素顺时针旋转180度(这个千万不要忘了)
(2)移动卷积核的中心元素，使它位于输入图像待处理像素的正上方
(3)在旋转后的卷积核中，将输入图像的像素值作为权重相乘
(4)第三步各结果的和做为该输入像素对应的输出像素
请看用水平和垂直差分算子对矩阵处理后的结果，然后细细体会
a
= 2 1 3 1 1 2 1 2 2 1 3 2 1 3 1 2
b = -1-1 -1 0 0 0 1 1 1
e = -1 0 1 -1 0 1 -1 0 1 c = -3-4 -5 -3 0 0-1 -1 -1-1 -1 0 3 6 6 5 d = -3-1 0 4 -4-2 -1 7 -6-1 0 5 -4-1 0 4
//自己的总结
1、MATLAB中提供了卷积运算的函数命令conv2，其语法格式为：
C = conv2(A,B)
C =
conv2(A,B)返回矩阵A和B的二维卷积C。若A为ma×na的矩阵，B为mb×nb的矩阵，则C的大小为(ma+mb+1)×(na+nb+1)。
2、MATLAB图像处理工具箱提供了基于卷积的图象滤波函数filter2，filter2的语法格式为：
Y = filter2(h,X)
其中Y = filter2(h,X)返回图像X经算子h滤波后的结果，默认返回图像Y与输入图像X大小相同。例如：
其实filter2和conv2是等价的。MATLAB在计算filter2时先将卷积核旋转180度，再调用conv2函数进行计算。
3、至于imfilter前面提到了，用法上参数的顺序跟filter相反！
仿真：
a=[1 2 3;4 5 6;7 8 9]
a =
1 2 3
4 5 6
7 8 9
>> h=[2 3;5 7]
h =
2 3
5 7
>> r1=imfilter(a,h)
r1 =
63 80 36
114 131 57
38 43 18
>> r2=filter2(h,a)
r2 =
63 80 36
114 131 57
38 43 18
>> h1=fftshift(h)
h1 =
7 5
3 2
>> r3=conv2(a,h1)
r3 =
7 19 31 15
31 63 80 36
61 114 131 57
21 38 43 18
>> r4=conv2(a,h1,'same')
r4 =
63 80 36
114 131 57
38 43 18
>>
