日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 人工智能 > 循环神经网络 >内容正文

循环神经网络

matlab卷积代码,卷积的Matlab代码实现

發布時間:2023/12/9 循环神经网络 46 豆豆
生活随笔 收集整理的這篇文章主要介紹了 matlab卷积代码,卷积的Matlab代码实现 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

《數字圖像處理》實驗課上老師讓盡量給出自己的源碼,查閱資料初步了解了卷積的基本原理,所以針對實驗課上的例子給出了自己的卷積變換代碼。總之,卷積變換代碼并不復雜,前提是了解了卷積的基本原理,這里有一個參考鏈接感覺講的很棒,請查閱過后再閱讀我的代碼。

博客鏈接:https://blog.csdn.net/jinv5/article/details/52874880

%%拉普拉斯算子增強(卷積在下面)

clear all

load imdemos circuit%在圖像處理工具箱中加載'circuit'圖像

I = circuit;

I = double(I);

imshow(I, []);

h = [0 1 0;1 -4 1; 0 1 0];

J = conv2(I, h, 'same');%以h為卷積核對I進行卷積,返回與I相同大小的中心部分

K = I - J;

figure, imshow(J, []);

figure, imshow(K, []);

%%自己編碼實現卷積運算

%先補0

myF = zeros(2, 4 + size(I, 2));

myF(3:(size(I, 1) + 2), 1:2) = 0;

myF(3:(size(I, 1) + 2),3:(size(I, 1) + 2)) = I;

myF(3:(size(I, 1) + 2),size(I, 1) + 3:size(I, 1) + 4) = 0;

myF(size(I, 1) + 3:size(I, 1) + 4, 1:size(I, 1) + 4) = 0;

%進行卷積 卷積順序改變不會影響卷積的結果

P = ones(4 + size(I, 1), 4 + size(I, 2));

for i = 3:(2 + size(I, 1))

for j = 3:(2 + size(I, 2))

for m = 1:3

for n = 1:3

P(i, j) = P(i, j) + myF(i + m-2, j + n-2)*h(m, n);

end

end

end

end

P = P(3:size(I, 1) + 2, 3:size(I, 2));

figure, imshow(P, []);

效果展示:

原圖I: ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 利用matlab卷積函數conv2(I, h, 'same')求得的結果: ? ? ?自己編碼求得的卷積變換結果:

? ? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??

總結

以上是生活随笔為你收集整理的matlab卷积代码,卷积的Matlab代码实现的全部內容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯,歡迎將生活随笔推薦給好友。