二维反卷积 matlab,二维反卷积的实现(实际意义不明确)
前言
一维反卷积(deconv),可以很好的实现一维卷积的反过程!但是二维反卷积就很难恢复了!为什么呢?因为我们知道二维卷积计算的过程就是:卷积核不断滑动,卷积核不断与原始数据中的小矩阵做"点乘并求和";现假设卷积核为3x3,那么每一个和它点乘的小矩阵对应尺寸也是3x3。现在我们只知道"卷积核里的9个数"和这两个小矩阵"卷积操作后"的"一个"数值结果!也就说是"小矩阵里的9个元素"都还是"未知的"!这个方程没办法解的,也就没办法恢复原矩阵的。
网上关于二维反卷积实现的方法
这里的二维反卷积更像是一种别的操作,它已经不符合"(一维)卷积与反卷积的定义了!所以这种操作的"实际意义也还不明确"(Matlab中也没有自带的相关命令)。本文纯粹是把其方法实现,不深究其结果和意义。
首先二维反卷积的输入是"二维卷积处理后的图像矩阵",卷积核还是"原先的卷积核"。二维反卷积分两步:1. 预处理:卷积核翻转180°,原始图像矩阵每个元素扩0边,操作如图1所示;2. 卷积计算,操作如这里所示。
图1:预处理操作
Matlab编程实现
可以看出二维反卷积操作其实非常简单,其对应的处理一张二维图片矩阵的操作如下(这里是对3通道的彩图处理的):
clc; clear;
% 卷积核
k = [1 1 1;1 -8 1;1 1 1]; % "强边缘锐化"卷积核
data = imread('zxc.jpg'); % 数据——最好比卷积核的尺寸大
figure(1);
imshow(data);
data = double(data);
% 输入的数据:
data1 = data(:,:,1);
data2 = data(:,:,2);
data3 = data(:,:,3);
% 二维卷积:
result1 = conv2(data1, k, 'same');
result2 = conv2(data2, k, 'same');
result3 = conv2(data3, k, 'same');
result = cat(3, result1, result2, result3);
figure(2);
image(result);
% 反卷积开始: 卷积和不变, 输入变成3个result
size_k = size(k);
bc = fix(size_k(1)/2) % 单点周围扩大的边长
x = data1;
% x = [8 11 13 1 1 1 2;5 26 17 2 2 3 2;39 12 11 1 3 4 5]
size_x = size(x);
rowx = size_x(1);
colx = size_x(2);
% 扩展后尺寸:
kz1 = zeros(rowx+(rowx-1)*bc+bc*2,colx+(colx-1)*bc+bc*2);
kz2 = zeros(rowx+(rowx-1)*bc+bc*2,colx+(colx-1)*bc+bc*2);
kz3 = zeros(rowx+(rowx-1)*bc+bc*2,colx+(colx-1)*bc+bc*2);
% 注意上式扩边的写法,为了保证通用性(任意扩边长度均可实现)
size_kz = size(kz1);
rowkz = size_kz(1);
colkz = size_kz(2);
% 将原数值按对应位置插回去:
fprintf('反卷积拓边开始:\n')
countn = 1;
countm = 1; % 行与列的计数器(方便理解)
mtmp = bc*countm;
ntmp = bc*countn; % 这两个临时变量是记录x原数据的坐标
for m = bc+1:bc+1:rowkz
for n = bc+1:bc+1:colkz
kz1(m,n) = x(m-mtmp,n-ntmp); % 对应位置插进去
kz2(m,n) = x(m-mtmp,n-ntmp);
kz3(m,n) = x(m-mtmp,n-ntmp);
countn = countn + 1;
ntmp = bc*countn;
end
countm = countm + 1;
mtmp = bc*countm;
% 列序号记得恢复(因为列的新一轮开始了)
countn = 1;
ntmp = bc*countn;
end
% 卷积(反卷积中的一步):
fprintf('反卷积中卷积开始:\n')
fresult1 = zeros(rowkz,colkz);
fresult2 = zeros(rowkz,colkz);
fresult3 = zeros(rowkz,colkz);
k = rot90(rot90(k));
for mm = bc+1:rowkz-bc
for nn = bc+1:colkz-bc
t1 = kz1(mm-bc:mm+bc,nn-bc:nn+bc);
t2 = kz2(mm-bc:mm+bc,nn-bc:nn+bc);
t3 = kz3(mm-bc:mm+bc,nn-bc:nn+bc);
fjuan1 = sum(k.*t1);
fjuan2 = sum(k.*t2);
fjuan3 = sum(k.*t3);
fresult1(mm,nn) = sum(fjuan1(:));
fresult2(mm,nn) = sum(fjuan2(:));
fresult3(mm,nn) = sum(fjuan3(:));
end
end
fresult1 = fresult1(bc:rowkz-bc,bc:colkz-bc);
fresult2 = fresult2(bc:rowkz-bc,bc:colkz-bc);
fresult3 = fresult3(bc:rowkz-bc,bc:colkz-bc);
fresult = cat(3, fresult1, fresult2, fresult3);
figure(3);
imshow(fresult)
结果图没什么意义,就不展示了。"zxc.jpg"图片在这里。
二维反卷积 matlab,二维反卷积的实现(实际意义不明确)相关推荐
- matlab 二维样条插值函数,matlab中二维插值函数interp2的使用详解
下面是一段产生log-normal分布的代码,以此进行说明. clear all; clc; for t=1:100 Traffic(t) =curve(t); end MaxTraffic = ma ...
- matlab 多维数组 滤波,matlab多维数组的处理......
1.一个三维数组由行.列和页三维组成,其中每一页包含一个由行和列构成的二维数组. 2.利用标准数组函数创建多维数组 A=zeros(4,3,2) 生成一个4行3列2页的三维全0数组,ones,rand ...
- matlab画二维图彩图,matlab二维图形绘制.pdf
MATLAB 绘二维图 数据可视化的目的在于:通过图形,从一堆杂乱的离散数据中观察数 据间的内在关系,感受由图形所传递的内在本质. MATLAB 一向注重数据的图形表示,并不断地采用新技术改进和完备其 ...
- 二维有限体积 matlab,二维有限体积法计算热传导及源码.pdf
二维有限体积法计算热传导及源码 //#include "stdafx.h" #include #include #include #include #include using n ...
- Matlab二维循环卷积程序 cconv2
在处理时域点积的傅里叶变化等于频域卷积问题时,需要用到循环卷积. matlab 中循环卷积(cconv(A,B))是离散傅里叶对应的卷积,在处理离散傅里叶逆变时非常好用. 但Matlab 没有提供二维 ...
- pytorch方法测试——卷积(二维)
pytorch方法测试--卷积(二维) 测试代码: import torch import torch.nn as nnm = nn.Conv2d(2, 2, 3, stride=2) input = ...
- matlab二维谐振子,基于有限差分法求解的二维谐振子的MATLAB程序如下。哪位大神能帮我做个注明啊,完全看不懂啊,,急...
基于有限差分法求解的二维谐振子的MATLAB程序如下.哪位大神能帮我做个注明啊,完全看不懂啊,,急0 ____丿呆呆丶2017.04.15浏览20次分享举报 tic clc clear L=20; W ...
- matlab中二维散点图,MATLAB实例:二维散点图
MATLAB实例:二维散点图 用MATLAB实现简单的散点图的绘制,可以自行设置点的形状与颜色,可以去掉坐标轴边框. 数据来源:MATLAB高斯混合数据的生成 将二维数据保存为gauss.txt. 1 ...
- MATLAB二维绘图(二)向图中添加标题,坐标轴,图标和文字信息
MATLAB二维绘图(二)向图中添加标题,坐标轴,图标和文字信息 1.添加标题.图例.x轴信息和y轴信息,示例: %% 添加标题 clear; clc; close all; x = 0:0.1:2* ...
最新文章
- 让PHP更快的提供文件下载
- 基于FPGA的HDB3编译码器设计
- 微服务架构与领域驱动设计应用实践
- CSS知识点个人总结(不断更新)
- 【hash】Seek the Name, Seek the Fame
- 使用ElasticSearch,Kibana,ASP.NET Core和Docker可视化数据
- Linear Programming_the simplex method in tableau format
- payara 创建 集群_使用Payara Micro的Easy Java EE Microservices
- Spring 定时任务的几种实现
- html城市手机搜索,原生js实现html手机端城市列表索引选择城市
- OC相关-02:oc和c的基本差异
- Python基本知识
- “echo ”和“echo ”的区别
- Starting Programe
- python爬取网易云评论_Python - 网易云热门评论爬取
- 虚拟内存怎么设置最好?虚拟内存设置多少合适
- hazelcast 搭建_SpringBoot整合Hazelcast实现分布式缓存
- Go和Rust计算性能大比武
- HTML学习总结 基础篇 图像标签imag的使用及其属性
- 阿里云服务器如何购买?三种方式可买(图文教程举例)
热门文章
- CMake入门二——子目录的嵌套
- sqlserver2000换成mysql_将SQL Server 2000数据导入到MySQL 5.5的方法
- Redis:我是如何与客户端进行通信的
- android progressdialog 点击不消失,ProgressDialog不消失在Android应用程序
- jdk环境变量配置完成后,如何检验?
- UESTC 1339 郭大侠与线上游戏
- 天刀一醉轩服务器维护多久,天涯明月刀手游服务器名字有哪些
- 计算机二级access公共基础知识,计算机二级ACCESS考试
- 一建有什么刷题软件,怎么备考?
- 不动点迭代法和牛顿迭代法