
在一本旧书[1]里看到一个非常直观的解释,分享在这里。
首先以一个最简单的例子开始。规定参与卷积的两个元素 和 分别是如下所示的两个方波:
为了得到卷积表达式 中的形式,我们需要看看 和 长什么样。因为是对 积分( ),所以先将 和 的符号 改写成 。接下来,对元素 进行以下变换得到 :
对于任意的 ,都存在一个对应的 的图像。固定某个 ,将 沿着横坐标轴从左到右与 相乘并积分,即为卷积 ,也恰好是下图所示的阴影部分面积(不同的 的值对应着不同大小的阴影部分面积):
最后将所有 的取值综合起来,便是上图 (h) 所示的关于 的一个函数,这个函数便是卷积 的结果。
上面的思考(可视化)过程可以归纳为:
为了进一步熟悉这个流程,我们继续介绍一个稍微复杂一些的例子:
直接计算这个卷积,也可以验证上述结果的正确性:
实际上卷积有两种形式,既可以用 卷 ,也可以用 去卷 ,即 。体现在图像上面,我们也可以翻转+平移 ,然后去求与 相乘后的积分。
可以看到,这两种卷积路径的最终结果是相同的。
对于二维卷积(图像),用同样的思路也可以在头脑中形成一个很直观的印象,不妨思考一下。
