上節(jié)詳細(xì)介紹了連續(xù)可積函數(shù)的卷積運(yùn)算，本節(jié)介紹在數(shù)字圖像處理中，常用的離散卷積

對(duì)于定義在整數(shù)域里面的兩個(gè)函數(shù)f[n]和g[n]，g[n]的長(zhǎng)度為M，其卷積運(yùn)算定義為：

離散卷積定義

通過(guò)上式可以看出，離散卷積是：平移翻轉(zhuǎn)相乘再求和。跟連續(xù)卷積相比，把積分運(yùn)算換成了相乘再求和。

我們明白離散卷積定義就好，在實(shí)際工程實(shí)現(xiàn)中，比如Python程序開(kāi)發(fā)中，我們通常直接調(diào)用numpy.convolve(a,?v,?mode='full')來(lái)完成離散卷積運(yùn)算。

numpy.convolve 函數(shù)定義

下節(jié)將繼續(xù)介紹《AI數(shù)學(xué)基礎(chǔ)28-數(shù)字圖像卷積1（Image convolution）》