在知乎上看到一個比較有意思的話題，卷積為什么叫”卷“積？哈哈哈哈哈

其中有個動圖用卷毛巾生動形象的比喻了卷積的過程。

帶著好奇心先看一下我們最熟悉的卷積公式：

還可以改寫成：

其中a，b表示a+b=n這條直線上所有的點。y（n）就表示這條直線上所有點對應(yīng)的函數(shù)值x（a）h（b）的累加。

以下圖卷毛巾為例，將毛巾沿紅色虛線方向卷起來，設(shè)這條紅色虛線為a+b=5，卷起來后這條紅線上的所有函數(shù)值都累加到n=5這一點上，即是y（5）的值。

1.一維信號的卷積

上面只是從數(shù)學(xué)公式解釋了卷積是如何計算的，但卷積物理意義是什么呢？

學(xué)習(xí)信號與系統(tǒng)的時候總是聽老師說信號經(jīng)過一個系統(tǒng)就是與這個系統(tǒng)進行卷積。所以我們先從一維信號來解釋一下。

（1）表示信號δ（t）經(jīng)過某系統(tǒng)產(chǎn)生了輸出h（t）。

（2）將信號δ（t）延時τ后，輸出也延時了τ，為h（t-τ）。

（3）將1，2中信號疊加輸入系統(tǒng)后，產(chǎn)生輸出y（t）也進行了一個疊加，輸出等于h（t）+h（t-τ）。

再假如有這樣一個x（t），由很多個δ（t）組成，這個δ（t）不正是沖激函數(shù)嘛。它經(jīng)過系統(tǒng)會輸出什么？

由δ（t）沖激函數(shù)的性質(zhì)

帶入便得到了卷積公式。

所以卷積的意義就是累加唄，得到的結(jié)果y（t）就表示在t這點的沖激響應(yīng)和t之前所有沖激響應(yīng)的”余波“的累加值。（這里累加下限τ=0是因為假設(shè)t《0時沒有信號的，不會對t這點產(chǎn)生影響）

2.二維圖像卷積

上升到二維空間，卷積公式變?yōu)?/p>

以高斯濾波為例，w（x，y）是二維高斯函數(shù)。

圖像f與w卷積，可以同樣理解為圖像經(jīng)過系統(tǒng)w所產(chǎn)生的輸出，而圖像中每個像素點可以理解為一維卷積中的信號δ（t），最終的輸出也是每個像素點沖激響應(yīng)累加的結(jié)果。

累加的上下標(biāo)a，b代表著能對中心像素產(chǎn)生影響的周圍像素的范圍，而影響的大小取決于①它對中心像素的“余波”；②周圍像素點本身的像素值（相當(dāng)于一維中的a0，a1 ，a2 。 。 。 。）。

舉個例子，當(dāng)a，b都為2時，表示以某像素為中心3×3的矩陣內(nèi)，所有像素都對此像素有影響。

想象一下這個3×3的矩陣中每個像素上都對高斯濾波器產(chǎn)生了沖激響應(yīng)，可以想象成每個像素上有座山，山坡會延伸到周圍像素上，山的高度可以疊加，那中心點像素的山就是最高的了。

那中間山的高度是多少呢？ 取決于：

①周圍像素對中心像素的“余波”；

f（x-1，y-1）在中心像素的“余波”為1，f（x-1，y）在中心像素的“余波”為2，f（x-1，y+1）在中心像素的“余波”為1，f（x，y-1）在中心像素的“余波”為2，f（x，y）自己貢獻了4，f（x，y+1）在中心像素的“余波”為2，f（x+1，y-1）在中心像素的“余波”為1，f（x+1，y）在中心像素的“余波”為2，f（x+1，y+1） 在中心像素的“余波”為1。

②周圍像素點本身的像素值

最終山的高度等于∑（某點像素值 × 其對中心點”余波“）。而“余波”不就是所用的模板嗎。

還有一點需要注意，這個模板并不是我們的w，而是將w翻轉(zhuǎn)了180度，方便與相同位置像素對應(yīng)。

由卷積公式得下式，對應(yīng)圖中相同顏色的相乘。

3.FPGA實現(xiàn)

理解了高斯濾波模板的意義，接下來就考慮如何用FPGA來實現(xiàn)了。由于圖像是一個像素一個像素流入FPGA的，所以怎樣將一個個像素流變成3×3的方塊與我們的模板相乘是一個問題。

還好altera ip核中有個shift_ram，可以將數(shù)據(jù)緩存后分行輸出。下圖就比較直觀的展現(xiàn)了它的功能。

所以我們需要將數(shù)據(jù)緩存兩行，每行640個像素，加上當(dāng)前流入的像素，就可以構(gòu)成需要的3×3的矩陣了。

最后行場同步需要打兩拍是由于輸入數(shù)據(jù)的時候數(shù)據(jù)打了一拍，上圖構(gòu)建矩陣時打了一拍，詳見完整代碼。

仿真結(jié)果

可以看出shift_ram在緩存兩行數(shù)據(jù)后，就可以三行數(shù)據(jù)同時輸出。就可以構(gòu)成3×3的矩陣了。

接下來對這個3×3矩陣進行乘上對應(yīng)系數(shù)再累加，便得到濾波后的像素啦。

編輯：jq