點(diǎn)擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時間送達(dá)

卷積這個東東是“信號與系統(tǒng)”中論述系統(tǒng)對輸入信號的響應(yīng)而提出的。因為是對模擬信號論述的，所以常常帶有繁瑣的算術(shù)推倒，很簡單的問題的本質(zhì)常常就被一大堆公式淹沒了，那么卷積究竟物理意義怎么樣呢？

本文分三個部分來理解：
1．信號的角度
2．?dāng)?shù)學(xué)家的理解（外行）
3．與多項式的關(guān)系

卷積表示為y(n) = x(n)*h(n)

使用離散數(shù)列來理解卷積會更形象一點(diǎn)，我們把y(n)的序列表示成y(0)，y(1)，y(2) and so on; 這是系統(tǒng)響應(yīng)出來的信號。

同理，x(n)的對應(yīng)時刻的序列為x(0)，x(1)，x(2)...and so on;

其實(shí)我們?nèi)绻麤]有學(xué)過信號與系統(tǒng)，就常識來講，系統(tǒng)的響應(yīng)不僅與當(dāng)前時刻系統(tǒng)的輸入有關(guān)，也跟之前若干時刻的輸入有關(guān)，因為我們可以理解為這是之前時刻的輸 入信號經(jīng)過一種過程（這種過程可以是遞減，削弱，或其他）對現(xiàn)在時刻系統(tǒng)輸出的影響，那么顯然，我們計算系統(tǒng)輸出時就必須考慮現(xiàn)在時刻的信號輸入的響應(yīng)以 及之前若干時刻信號輸入的響應(yīng)之“殘留”影響的一個疊加效果。

假設(shè)0時刻系統(tǒng)的響應(yīng)為y(0)，若其在1時刻時，此種響應(yīng)未改變，則1時 刻的響應(yīng)就變成了y(0)+y(1)，叫序列的累加和（與序列的和不一樣）。但常常系統(tǒng)中不是這樣的，因為0時刻的響應(yīng)不太可能在1時刻仍舊未變化，那么 怎么表述這種變化呢，就通過h(t)這個響應(yīng)函數(shù)與x(0)相乘來表述，表述為x(m)×h(n-m)，具體表達(dá)式不用多管，只要記著有大概這種關(guān)系，引 入這個函數(shù)就能夠表述y(0)在1時刻究竟削弱了多少，然后削弱后的值才是y(0)在1時刻的真實(shí)值，再通過累加和運(yùn)算，才得到真實(shí)的系統(tǒng)響應(yīng)。

再拓展點(diǎn)，某時刻的系統(tǒng)響應(yīng)往往不一定是由當(dāng)前時刻和前一時刻這兩個響應(yīng)決定的，也可能是再加上前前時刻，前前前時刻，前前前前時刻，等等，那么怎么約束這 個范圍呢，就是通過對h(n)這個函數(shù)在表達(dá)式中變化后的h(n-m)中的m的范圍來約束的。即說白了，就是當(dāng)前時刻的系統(tǒng)響應(yīng)與多少個之前時刻的響應(yīng)的 “殘留影響”有關(guān)。

當(dāng)考慮這些因素后，就可以描述成一個系統(tǒng)響應(yīng)了，而這些因素通過一個表達(dá)式（卷積）即描述出來不得不說是數(shù)學(xué)的巧妙和迷人之處了。

卷積是人為定義的一種運(yùn)算，就是為了計算的方便規(guī)定的一種算法。兩個函數(shù)普通乘積的積分變換（傅里葉變換與拉普拉斯變換）與這兩個函數(shù)積分變換的卷積建立了關(guān)系，使我們只要會求兩個函數(shù)的變換，利用卷積就可以求這兩個函數(shù)乘積的變換。卷積在數(shù)據(jù)處理中用來平滑，卷積有平滑效應(yīng)和展寬效應(yīng).

談起卷積分當(dāng)然要先說說沖擊函數(shù)----這個倒立的小蝌蚪，卷積其實(shí)就是為它誕生的。“沖擊函數(shù)”是狄拉克為了解決一些瞬間作用的物理現(xiàn)象而提出的符號。古 人曰：“說一堆大道理不如舉一個好例子”，沖量這一物理現(xiàn)象很能說明“沖擊函數(shù)”。在t時間內(nèi)對一物體作用F的力，我們可以讓作用時間t很小，作用力F很 大，但讓Ft的乘積不變，即沖量不變。于是在用t做橫坐標(biāo)、F做縱坐標(biāo)的坐標(biāo)系中，就如同一個面積不變的長方形，底邊被擠的窄窄的，高度被擠的高高的，在數(shù)學(xué)中它可以被擠到無限高，但即使它無限瘦、無限高、但它仍然保持面積不變（它沒有被擠沒?。瑸榱俗C實(shí)它的存在，可以對它進(jìn)行積分，積分就是求面積嘛！于是“卷積”這個數(shù)學(xué)怪物就這樣誕生了。說它是數(shù)學(xué)怪物是因為追求完美的數(shù)學(xué)家始終在頭腦中轉(zhuǎn)不過來彎，一個能瘦到無限小的家伙，竟能在積分中占有一席之 地，必須將這個細(xì)高挑清除數(shù)學(xué)界。但物理學(xué)家、工程師們確非常喜歡它，因為它解決了很多當(dāng)時數(shù)學(xué)家解決不了的實(shí)際問題。最終追求完美的數(shù)學(xué)家終于想通了， 數(shù)學(xué)是來源于實(shí)際的，并最終服務(wù)于實(shí)際才是真。于是，他們?yōu)樗可矶ㄗ隽艘惶走\(yùn)作規(guī)律。于是，媽呀！你我都感覺眩暈的卷積分產(chǎn)生了。

目前，傅立葉變換最重要的應(yīng)用之一就是可以將卷積方程變成兩個函數(shù)的乘積形式去求解。卷積分是積分方程家族的一名重要成員。

卷積是一種積分運(yùn)算，它可以用來描述線性時不變系統(tǒng)的輸入和輸出的關(guān)系：即輸出可以通過輸入和一個表征系統(tǒng)特性的函數(shù)（沖激響應(yīng)函數(shù)）進(jìn)行卷積運(yùn)算得到。??

以下用$符號表示從負(fù)無窮大到正無窮大的積分。?

一維卷積：y(t)=g(k)*x(k)=$g(k)x(t-k) ??

先把函數(shù)x(k)相對于原點(diǎn)反折，然后向右移動距離t，然后兩個函數(shù)相乘再積分，就得到了在t處的輸出。對每個t值重復(fù)上述過程，就得到了輸出曲線。??

二維卷積：h(x,y)=f(u,v)*g(u,v)=$$f(u,v)g(x-u,y-v) ??

先將g(u,v)繞其原點(diǎn)旋轉(zhuǎn)180度，然后平移其原點(diǎn)，u軸上像上平移x， v軸上像上平移y。然后兩個函數(shù)相乘積分，得到一個點(diǎn)處的輸出。??

圖像處理中的卷積與上面的定義稍微有一點(diǎn)不同。用一個模板和一幅圖像進(jìn)行卷積，對于圖像上的一個點(diǎn)，讓模板的原點(diǎn)和該點(diǎn)重合，然后模板上的點(diǎn)和圖像上對應(yīng)的 點(diǎn)相乘，然后各點(diǎn)的積相加，就得到了該點(diǎn)的卷積值。對圖像上的每個點(diǎn)都這樣處理。由于大多數(shù)模板都是對稱的，所以模板不旋轉(zhuǎn)。

把一個點(diǎn)的像素值用它周圍的點(diǎn)的像素值的加權(quán)平均代替。

有一個七品縣令，喜歡用打板子來懲戒那些市井無賴，而且有個慣例：如果沒犯大罪，只打一板，釋放回家，以示愛民如子。

有一個無賴，想出人頭地卻沒啥指望，心想：既然揚(yáng)不了善名，出惡名也成啊。怎么出惡名？炒作唄！怎么炒作？找名人呀！他自然想到了他的行政長官——縣令。

無賴于是光天化日之下，站在縣衙門前撒了一泡尿，后果是可想而知地，自然被請進(jìn)大堂挨了一板子，然后昂首挺胸回家，躺了一天，嘿！身上啥事也沒有！第二天如 法炮制，全然不顧行政長管的仁慈和衙門的體面，第三天、第四天......每天去縣衙門領(lǐng)一個板子回來，還喜氣洋洋地，堅持一個月之久！這無賴的名氣已經(jīng) 和衙門口的臭氣一樣，傳遍八方了！

縣令大人噤著鼻子，呆呆地盯著案子上的驚堂木，擰著眉頭思考一個問題：這三十個大板子怎么不好使捏？......想當(dāng)初，本老爺金榜題名時，數(shù)學(xué)可是得了滿分，今天好歹要解決這個問題：
——人（系統(tǒng)?。┌ぐ遄樱}沖?。┮院螅瑫惺裁幢憩F(xiàn)（輸出?。?br style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;">——費(fèi)話，疼唄！
——我問的是：會有什么表現(xiàn)？
——看疼到啥程度。像這無賴的體格，每天挨一個板子啥事都不會有，連哼一下都不可能，你也看到他那得意洋洋的嘴臉了（輸出0）；如果一次連揍他十個板子，他可 能會皺皺眉頭，咬咬牙，硬挺著不哼（輸出1）；揍到二十個板子，他會疼得臉部扭曲，象豬似地哼哼（輸出3）；揍到三十個板子，他可能會象驢似地嚎叫，一把 鼻涕一把淚地求你饒他一命（輸出5）；揍到四十個板子，他會大小便失禁，勉強(qiáng)哼出聲來（輸出1）；揍到五十個板子，他連哼一下都不可能（輸出0）

——死 啦！

縣令鋪開坐標(biāo)紙，以打板子的個數(shù)作為X軸，以哼哼的程度（輸出）為Y軸，繪制了一條曲線：
——嗚呼呀！這曲線象一座高山，弄不懂弄不懂。為啥那個無賴連挨了三十天大板卻不喊繞命呀？
—— 呵呵，你打一次的時間間隔（Δτ=24小時）太長了，所以那個無賴承受的痛苦程度一天一利索，沒有疊加，始終是一個常數(shù)；如果縮短打板子的時間間隔（建議 Δτ=0.5秒），那他的痛苦程度可就迅速疊加了；等到這無賴挨三十個大板（t=30）時，痛苦程度達(dá)到了他能喊叫的極限，會收到最好的懲戒效果，再多打 就顯示不出您的仁慈了。
——還是不太明白，時間間隔小，為什么痛苦程度會疊加呢？
——這與人（線性時不變系統(tǒng)）對板子（脈沖、輸入、激 勵）的響應(yīng)有關(guān)。什么是響應(yīng)？人挨一個板子后，疼痛的感覺會在一天（假設(shè)的，因人而異）內(nèi)慢慢消失（衰減），而不可能突然消失。這樣一來，只要打板子的時 間間隔很小，每一個板子引起的疼痛都來不及完全衰減，都會對最終的痛苦程度有不同的貢獻(xiàn)：
t個大板子造成的痛苦程度=Σ(第τ個大板子引起的痛苦*衰減系數(shù))
[衰減系數(shù)是（t-τ）的函數(shù)，仔細(xì)品味]

數(shù)學(xué)表達(dá)為：y(t)=∫T(τ)H(t-τ)
——拿人的痛苦來說卷積的事，太殘忍了。除了人以外，其他事物也符合這條規(guī)律嗎？
——呵呵，縣令大人畢竟仁慈。其實(shí)除人之外，很多事情也遵循此道。好好想一想，鐵絲為什么彎曲一次不折，快速彎曲多次卻會輕易折掉呢？
——恩，一時還弄不清，容本官慢慢想來——但有一點(diǎn)是明確地——來人啊，將撒尿的那個無賴抓來，狠打40大板！
也可以這樣理解：
T(τ)即第τ個板子，H(t-τ)就是第τ個板子引起的痛苦到t時刻的痛苦程度，所有板子加起來就是∫T(τ)H(t-τ)

卷積法的原理是根據(jù)線性定常電路的性質(zhì)(齊次性、疊加性、時不變性、積分性等)，借助電路的單位沖激響應(yīng)h(t),求解系統(tǒng)響應(yīng)的工具，系統(tǒng)的激勵一般都可以表示為沖擊函數(shù)和激勵的函數(shù)的卷積，而卷積為高等數(shù)學(xué)中的積分概念。建議你去看看定積分的內(nèi)容。

特別注意的是：概念中沖擊函數(shù)的幅度是由每個矩形微元的面積決定的。

總的說來卷積就是用沖擊函數(shù)表示激勵函數(shù)，然后根據(jù)沖擊響應(yīng)求解系統(tǒng)的零狀態(tài)響應(yīng)。

卷積實(shí)質(zhì)上是對信號進(jìn)行濾波。

卷積應(yīng)該就是求和也就是積分，對于線性時不變的系統(tǒng)，輸入可以分解成很多強(qiáng)度不同的沖激的和的形式（對于時域就是積分了），那么輸出也就是這些沖激分別作用到系統(tǒng)產(chǎn)生的響應(yīng)的和（或者積分）。所以卷積的物理意義就是表達(dá)了時域中輸入，系統(tǒng)沖激響應(yīng)，以及輸出之間的關(guān)系。

卷積是在時域求解LTI系統(tǒng)對任意激勵的零狀態(tài)響應(yīng)的好方法，可以避免直接求解復(fù)雜的微分方程。

從數(shù)學(xué)上來說卷積就是定義兩個函數(shù)的一種乘法。對離散序列來說就是兩個多項式的乘法。物理意義就是沖激響應(yīng)的線性疊加，所謂沖激響應(yīng)可以看作是一個函數(shù)，另一個函數(shù)按沖激信號正交展開。

在現(xiàn)實(shí)中，卷積代表的是將一種信號搬移到另一頻率中。比如調(diào)制。這是頻率卷
從數(shù)學(xué)看，卷積是一種反映兩個序列或函數(shù)之間的運(yùn)算方法；
從物理上看，卷積可代表某種系統(tǒng)對某個物理量或輸入的調(diào)制或污染；
從 信號角度來看，卷積代表了線性系統(tǒng)對輸入信號的響應(yīng)方式，其輸出就等于系統(tǒng)沖擊函數(shù)和信號輸入的卷積，只有符合疊加原理的系統(tǒng)，才有系統(tǒng)沖擊函數(shù)的概念， 從而卷積成為系統(tǒng)對輸入在數(shù)學(xué)上運(yùn)算的必然形式，沖擊函數(shù)實(shí)際上是該問題的格林函數(shù)解。點(diǎn)激勵源作為強(qiáng)加激勵，求解某個線性問題的解，得到的格林函數(shù)即是 系統(tǒng)沖擊響應(yīng)。所以在線性系統(tǒng)中，系統(tǒng)沖擊響應(yīng)與卷積存在著必然的聯(lián)系。但是卷積本身不過是一個數(shù)學(xué)運(yùn)算方法而已。

相關(guān)分為自相關(guān)和互相關(guān)，自相關(guān)代表信號本身和延遲一段時間以后的相似程度，互相關(guān)代表兩個信號的相似程度。卷積是一種運(yùn)算，相關(guān)運(yùn)算可通過卷積求得。

相關(guān)的實(shí)際意義是什么？它與卷積的區(qū)別有是什么？

相關(guān)就是求兩個信號的相似程度，相關(guān)可以通過卷積求出來，好像g(t)*g(-t)就是g(t)和自己的相關(guān)。因為卷積時其中一個信號要翻轉(zhuǎn)，那么g(t)*g(-t)就相當(dāng)于求相關(guān)

我從數(shù)學(xué)的角度分析一下。

信號處理是將一個信號空間映射到另外一個信號空間，通常就是時域到頻域，（還有z域，s域），信號的能量就是函數(shù)的范數(shù)（信號與函數(shù)等同的概念），大家都知 道有個Paserval定理就是說映射前后范數(shù)不變，在數(shù)學(xué)中就叫保范映射，實(shí)際上信號處理中的變換基本都是保范映射，只要Paserval定理成立就是 保范映射（就是能量不變的映射）。

前面說的意思就是信號處理的任務(wù)就是尋找和信號集合對應(yīng)的一個集合，然后在另外一個集合中分析信號，F(xiàn)ourier變換就是一種，它建立了時域中每個信號函數(shù)與頻域中的每個頻譜函數(shù)的一一對應(yīng)關(guān)系，這是元素之間的對應(yīng)。

那么運(yùn)算之間的對應(yīng)呢，在時域的加法對應(yīng)頻域中的加法，這就是FT線性性的體現(xiàn)；那么時域的乘法對應(yīng)什么呢，最后得到的那個表達(dá)式我們就把它叫卷積，就是對應(yīng)的頻域的卷積。

簡單來說，卷積是一種重疊關(guān)系，也就是說，所得到的結(jié)果反映了兩個卷積函數(shù)的重疊部分。所以，用一個已知頻段的函數(shù)卷積另一個頻段很寬的函數(shù)，也就是對后者進(jìn)行了濾波，后者跟前者重疊的頻段才能很好地通過這個filter.

對于時域可以使用乘法器來實(shí)現(xiàn)乘法運(yùn)算，但是頻域的乘法就可以通過時域的卷積操作來完成。
卷積是一種積分運(yùn)算，用來求兩個曲線重疊區(qū)域面積?？梢钥醋骷訖?quán)求和，可以用來消除噪聲、特征增強(qiáng)。
卷積我覺得就象一把銼刀，它主要是把一些非光滑的函數(shù)或算子光滑化。

卷積是一種線性運(yùn)算,圖像處理中常見的mask運(yùn)算都是卷積，廣泛應(yīng)用于圖像濾波。

卷積關(guān)系最重要的一種情況，就是在信號與線性系統(tǒng)或數(shù)字信號處理中的卷積定理。利用該定理，可以將時間域或空間域中的卷積運(yùn)算等價為頻率域的相乘運(yùn)算，從而利用FFT等快速算法，實(shí)現(xiàn)有效的計算，節(jié)省運(yùn)算代價。

卷積本身是一種運(yùn)算，但是應(yīng)用到信號上，當(dāng)某個信號通過一個線性系統(tǒng)時，輸出信號就是輸入信號與系統(tǒng)沖擊響應(yīng)的卷積。

卷積是一種線性運(yùn)算,在信號與線性系統(tǒng)的基礎(chǔ)上出現(xiàn)的。

自相關(guān)是指信號在1個時刻的瞬時值與另1個時刻的瞬時值之間的依賴關(guān)系,是對1個隨機(jī)信號的時域描述

俺寫了那么“精彩”的數(shù)學(xué)科普沒人看，卻讓不是搞數(shù)學(xué)的人寫的數(shù)學(xué)占了上風(fēng)，杯具啊，實(shí)在是杯具。是俺的數(shù)學(xué)水平太高還是你們的數(shù)學(xué)欣賞水平太低？亦或俺寫的太專業(yè)？這回來點(diǎn)不專業(yè)的。

唐老師用輸液過程解釋卷積的確有點(diǎn)意思，比較容易讓人接受，老邪的方法更簡明易懂，不過老邪的方法可以解釋怎么定義卷積，卻不能說明為什么要定義卷積。

如果我沒有記錯，卷積最早來自于信號系統(tǒng)理論，后來被數(shù)學(xué)家們發(fā)揚(yáng)光大了，而且其威力已經(jīng)遠(yuǎn)遠(yuǎn)超出了發(fā)明者的初衷。

先來看信號處理中如何出現(xiàn)卷積的。假設(shè)B是一個系統(tǒng)，其t時刻的輸入為x(t)，輸出為y(t)，系統(tǒng)的響應(yīng)函數(shù)為h(t)，按理說，輸出與輸入的關(guān)系應(yīng)該為Y(t)=h(t)x(t)，然而，實(shí)際的情況是，系統(tǒng)的輸出不僅與系統(tǒng)在t時刻的響應(yīng)有關(guān)，還與它在t時刻之前的響應(yīng)有關(guān)，不過系統(tǒng)有個衰減過程，所以t1（
我對信號處理一知半解，胡言亂語一番可別揪我的小辮子。我們知道積分變換可以把卷積運(yùn)算變成通常的乘積運(yùn)算，積分變換的物理意義在于通過這種變換可以把時間域上的函數(shù)變成頻率域上的函數(shù)，這個過程是可逆的。上述卷積經(jīng)過積分變換后變成了Y(u)=X(u)H(u)。其中Y，X，H分別為y,x,h的積分變換。信號處理中人們關(guān)心的是Y(u)，但X(u)與H(u)往往并不那么容易求出來，而x(t)與h(t)是比較容易得到的（真的？），為了找到Y(jié)(u)與y(t)的對應(yīng)關(guān)系從而得到Y(jié)(u)，人們發(fā)明了卷積。

信號處理專家們，我說的對嗎？至于卷積在數(shù)學(xué)上的作用，說起來就話長了，容后再表。

?

信號處理中的一個重要運(yùn)算是卷積。初學(xué)卷積的時候，往往是在連續(xù)的情形，
兩個函數(shù)f(x)，g(x)的卷積，是∫f(u)g(x-u)du
當(dāng)然，證明卷積的一些性質(zhì)并不困難，比如交換，結(jié)合等等，但是對于卷積運(yùn)算的來處，初學(xué)者就不甚了了。
　　
其實(shí)，從離散的情形看卷積，或許更加清楚，對于兩個序列f[n],g[n],一般可以將其卷積定義為s[x]= ∑f[k]g[x-k]

卷積的一個典型例子，其實(shí)就是初中就學(xué)過的多項式相乘的運(yùn)算，比如(x*x+3*x+2)(2*x+5)一般計算順序是這樣，
　　(x*x+3*x+2)(2*x+5)
　　= (x*x+3*x+2)*2*x+(x*x+3*x+2)*5
　　= 2*x*x*x+3*2*x*x+2*2*x+ 5*x*x+3*5*x+10
　　然后合并同類項的系數(shù)，
　　2 x*x*x
　　3*2+1*5 x*x
　　2*2+3*5 x
　　2*5
　　----------
　　2*x*x*x+11*x*x+19*x+10
　　
　　實(shí)際上，從線性代數(shù)可以知道，多項式構(gòu)成一個向量空間，其基底可選為
　　{1,x,x*x,x*x*x,...}
　　如此，則任何多項式均可與無窮維空間中的一個坐標(biāo)向量相對應(yīng)，
　　如，(x*x+3*x+2)對應(yīng)于
　　(1 3 2)，
　　(2*x+5)對應(yīng)于
　　(2,5)。
　　
線性空間中沒有定義兩個向量間的卷積運(yùn)算,而只有加法，數(shù)乘兩種運(yùn)算，而實(shí)際上，多項式的乘法，就無法在線性空間中說明?？梢娋€性空間的理論多么局限了。
　　但如果按照我們上面對向量卷積的定義來處理坐標(biāo)向量，
　　(1 3 2)*(2 5)
　　則有
　　2 3 1
　　_ _ 2 5
　　--------
　　 ? ?2
　　
　　
　　2 3 1
　　_ 2 5
　　-----
　　 ?6+5=11
　　
　　2 3 1
　　2 5
　　-----
　　4+15 =19
　　
　　
　　_ 2 3 1
　　2 5
　　-------
　　 ?10
　　
　　 或者說，
　　(1 3 2)*(2 5)=(2 11 19 10)
　　
　　回到多項式的表示上來，

(x*x+3*x+2)(2*x+5)= 2*x*x*x+11*x*x+19*x+10
　　
　　似乎很神奇，結(jié)果跟我們用傳統(tǒng)辦法得到的是完全一樣的。
　　換句話，多項式相乘，相當(dāng)于系數(shù)向量的卷積.
　　
　　其實(shí)，琢磨一下，道理也很簡單,
　　卷積運(yùn)算實(shí)際上是分別求 x*x*x ,x*x,x,1的系數(shù)，也就是說，他把加法和求和雜合在一起做了。(傳統(tǒng)的辦法是先做乘法，然后在合并同類項的時候才作加法)
　　以x*x的系數(shù)為例，得到x*x，或者是用x*x乘5，或者是用3x乘2x,也就是
　　2 3 1
　　_ 2 5
　　-----
　　 6+5=11
　　其實(shí),這正是向量的內(nèi)積.如此則,卷積運(yùn)算,可以看作是一串內(nèi)積運(yùn)算.既然是一串內(nèi)積運(yùn)算，則我們可以試圖用矩陣表示上述過程。
　　
　　[ 2 3 1 0 0 0]
　　[ 0 2 3 1 0 0]==A
　　[ 0 0 2 3 1 0]
　　[ 0 0 0 2 3 1]
　　
　　[0 0 2 5 0 0]' == x
　　
　　b= Ax=[ 2 11 19 10]'
　　
　　采用行的觀點(diǎn)看Ax,則b的每行都是一個內(nèi)積。
　　A的每一行都是序列[2 3 1]的一個移動位置。
　　
顯然，在這個特定的背景下，我們知道，卷積滿足交換，結(jié)合等定律，因為，眾所周知的，多項式的乘法滿足交換律，結(jié)合律。在一般情形下，其實(shí)也成立。
　　
在這里,我們發(fā)現(xiàn)多項式,除了構(gòu)成特定的線性空間外,基與基之間還存在某種特殊的聯(lián)系,正是這種聯(lián)系,給予多項式空間以特殊的性質(zhì).
　　
在學(xué)向量的時候，一般都會舉這個例子，甲有三個蘋果，5個橘子，乙有5個蘋果，三個橘子，則共有幾個蘋果，橘子。老師反復(fù)告誡，橘子就是橘子，蘋果就是蘋 果，可不能混在一起。所以有(3,5)+(5,3)=(8,8).是的，橘子和蘋果無論怎么加，都不會出什么問題的，但是，如果考慮橘子乘橘子，或者橘子 乘蘋果，這問題就不大容易說清了。
　　
又如復(fù)數(shù),如果僅僅定義復(fù)數(shù)為數(shù)對（a,b),僅僅在線性空間的層面看待C2,那就未免太簡單了。實(shí)際上，只要加上一條(a,b)*(c,d)=(ac-bd,ad+bc)則情況馬上改觀，復(fù)變函數(shù)的內(nèi)容多么豐富多彩，是眾所周知的。
　　
另外，回想信號處理里面的一條基本定理，頻率域的乘積，相當(dāng)于時域或空域信號的卷積。恰好跟這里的情形完全對等。這后面存在什么樣的隱態(tài)聯(lián)系，需要繼續(xù)參詳。
　　
從這里看，高等的卷積運(yùn)算其實(shí)不過是一種初等的運(yùn)算的抽象而已。中學(xué)學(xué)過的數(shù)學(xué)里面，其實(shí)還蘊(yùn)涵著許多高深的內(nèi)容（比如交換代數(shù)）。溫故而知新，斯言不謬。
　　
其實(shí)這道理一點(diǎn)也不復(fù)雜，人類繁衍了多少萬年了，但過去n多年，人們只知道男女媾精，乃能繁衍后代。精子，卵子的發(fā)現(xiàn)，生殖機(jī)制的研究，也就是最近多少年的事情。
　　
孔子說，道在人倫日用中，看來我們應(yīng)該多用審視的眼光看待周圍，乃至自身，才能知其然，而知其所以然。

下載1：OpenCV-Contrib擴(kuò)展模塊中文版教程
在「小白學(xué)視覺」公眾號后臺回復(fù)：擴(kuò)展模塊中文教程，即可下載全網(wǎng)第一份OpenCV擴(kuò)展模塊教程中文版，涵蓋擴(kuò)展模塊安裝、SFM算法、立體視覺、目標(biāo)跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。

下載2：Python視覺實(shí)戰(zhàn)項目52講
在「小白學(xué)視覺」公眾號后臺回復(fù)：Python視覺實(shí)戰(zhàn)項目，即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計數(shù)、添加眼線、車牌識別、字符識別、情緒檢測、文本內(nèi)容提取、面部識別等31個視覺實(shí)戰(zhàn)項目，助力快速學(xué)校計算機(jī)視覺。

下載3：OpenCV實(shí)戰(zhàn)項目20講
在「小白學(xué)視覺」公眾號后臺回復(fù)：OpenCV實(shí)戰(zhàn)項目20講，即可下載含有20個基于OpenCV實(shí)現(xiàn)20個實(shí)戰(zhàn)項目，實(shí)現(xiàn)OpenCV學(xué)習(xí)進(jìn)階。

交流群

歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN、算法競賽等微信群（以后會逐漸細(xì)分），請掃描下面微信號加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三?+?上海交大?+?視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進(jìn)入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~