conv2
二维卷积
描述
例子
二维卷积
在图像处理等应用中，将卷积的输入与输出直接进行比较是很有用的。的conv2函数允许您控制输出的大小。
创建一个3 × 3的随机矩阵一个一个4 × 4的随机矩阵B．计算的全部卷积一个和B，这是一个6 × 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
计算卷积的中心部分Csame的子矩阵Cfull用同样的尺寸一个．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
提取二维基座边缘
Sobel边缘查找操作使用一个二维卷积来检测图像和其他二维数据中的边缘。
创建并绘制一个室内高度等于1的二维基座。
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，然后将结果的行与向量进行卷积v．卷积提取底座的水平边缘。
U = [1 0 -1]';V = [1 2 1];Ch = conv2 (u, v,);网格(Ch)
要提取底座的垂直边缘，将卷积的顺序颠倒为u和v．
简历= conv2 (u, v);网格(简历)
计算并绘制底座的组合边。
图网(sqrt (Ch。^ 2 +简历。^ 2))
输入参数
输出参数
更多关于
扩展功能
之前介绍过的R2006a
您也可以从以下列表中选择一个网站:
