数字图像处理精品PPT课件
- 格式：pptx
- 大小：1.67 MB
- 文档页数：40
下载文档原格式
合集下载
【课件】数字图像处理01ppt
通常，三元组的每个数值也是在0到255之间，0表示相应的 基色在该像素中没有，而255则代表相应的基色在该像素中 取得最大值，这种情况下每个像素可用三个字节来表示。
彩色图像(128x128)及其对应的数值矩阵（仅列出一 部分(25x31)）
1 什么是数字图像
2 数字图像处理系统的基本结构
Terrain Model of Mars' Mojave Crater
4 数字图像处理应用_视觉监控
视频监视、公安：
银行防盗，人脸识别等。
4 数字图像处理应用_工业检测
工业检测与测量：
3 数字图像处理术语
运算
全局运算：对全幅图像所有像素做相同的处理。 点 运 算：输出图像每个像素的灰度值只依赖于对应
输入图像像素的灰度值。
局部运算：输出图像每个像素的灰度值依赖于对应输
入图像该像素邻域的灰度值。
几何运算：…… 代数运算：…… 邻域预算：……
4 数字图像处理应用
数字图像处理：是指将一幅图像转变为另一幅图像。 数字图像分析：是指将一幅图像转换为一种非图像的
表示。但数字图像处理通常又包括数字图像分析。如天 气预报，视频统计等。
计算机图形学：用计算机将由概念或数学描述所表示
的物体图像（非实物）进行处理和显示的过程。如机械 图、建筑图等，通过建筑图统计水泥、钢筋用量等。
图像数字化设备：扫描仪、数码相机、摄象机与图像采集卡 等
图像处理计算机：PC、工作站等（通常将存储设备也包括在 内）
图像输出设备：打印机、绘图仪等
图像显示 硬拷贝
SAN网络
计算机 特殊图像处理硬件
图像传感器 问题域
大规模存储 图像处理软件
彩色图像(128x128)及其对应的数值矩阵（仅列出一 部分(25x31)）
1 什么是数字图像
2 数字图像处理系统的基本结构
Terrain Model of Mars' Mojave Crater
4 数字图像处理应用_视觉监控
视频监视、公安：
银行防盗，人脸识别等。
4 数字图像处理应用_工业检测
工业检测与测量：
3 数字图像处理术语
运算
全局运算：对全幅图像所有像素做相同的处理。 点 运 算：输出图像每个像素的灰度值只依赖于对应
输入图像像素的灰度值。
局部运算：输出图像每个像素的灰度值依赖于对应输
入图像该像素邻域的灰度值。
几何运算：…… 代数运算：…… 邻域预算：……
4 数字图像处理应用
数字图像处理：是指将一幅图像转变为另一幅图像。 数字图像分析：是指将一幅图像转换为一种非图像的
表示。但数字图像处理通常又包括数字图像分析。如天 气预报，视频统计等。
计算机图形学：用计算机将由概念或数学描述所表示
的物体图像（非实物）进行处理和显示的过程。如机械 图、建筑图等，通过建筑图统计水泥、钢筋用量等。
图像数字化设备：扫描仪、数码相机、摄象机与图像采集卡 等
图像处理计算机：PC、工作站等（通常将存储设备也包括在 内）
图像输出设备：打印机、绘图仪等
图像显示 硬拷贝
SAN网络
计算机 特殊图像处理硬件
图像传感器 问题域
大规模存储 图像处理软件
数字图像处理课件
MATLAB图像处理基础
讲解如何使用MATLAB进行图像读取、显示、 裁剪、旋转等基本操作。
MATLAB图像处理进阶
介绍MATLAB的高级功能，如滤波、边缘检测、形态学操作等。
05
CHAPTER
数字图像处理前沿技术
深度学习在图像处理中的应用
深度学习技术的概述
卷积神经网络的应用
生成对抗网络的应用
深度学习是人工智能领域中一种重要 的机器学习技术，其在图像处理中的 应用已经越来越广泛。通过对大量图 像数据进行学习，深度学习技术可以 实现对图像的高精度分类、识别和生 成。
锐化滤波
通过增强图像的高频成分 ，突出图像的边缘和细节 ，提高图像的清晰度。
边缘检测算法
Sobel算子
基于离散差分算子，提取图像的水平和垂直边缘。
Canny边缘检测
多阶段算法，通过非极大值抑制和双阈值检测，准确提取边缘。
Laplacian算子
基于二阶导数算子，能够检测出图像的突变边缘。
图像分割算法
图像处理
对图像进行各种操作，以 提取有用的信息和特征。
数字图像处理
利用计算机对图像进行数 字化处理，以实现更高效 、准确的处理。
数字图像处理的特点
精度高
数字图像处理可以获得比传统光学处理更高的精度。
处理能力强
可以进行多种复杂的图像处理操作，如增强、恢复、 分析等。
适用范围广
适用于各种类型的图像，包括灰度图像、彩色图像、 多光谱图像等。
计算机视觉的应用场 景
计算机视觉技术在安防、自动驾驶、 医疗影像分析等领域的应用越来越广 泛，例如在安防领域中的人脸识别、 车牌识别等；在自动驾驶中的目标检 测、道路识别等；在医疗影像分析中 的病灶检测、医学影像诊断等。
数字图像处理课件全册完整课件
2.1.2 数字化原理
• 二维采样定理：采样频率大于图像信号最高频率的2
例倍：f (x, y) 2 cos 2π(3x 4 y), x y 0.2
F (u, v) 2 cos 2π(3x 4 y)e j2π(xuyv)dxdy (u 3, v 4) (u 3, v 4)
1.4.1 数字图像处理的主要应用 1.4.2 数字图像处理的发展趋势
1.4 数字图像处理的主要应用与趋势
1.4.1 数字图像处理的主要应用
遥感图像应用：资源调查、灾害监测、农林业规划、城 市
规划、环境保护等 医学图像应用:计算机断层摄影计算成像CT技术、X射 线、
染色体分析等 工业和实验图像应用:无损探伤、自动检查和识别、智 能机 器人等
• 数字图像
由连续的模拟图像采样和量化而得。组成数字图像的基 本单位是像素，所以数字图像是像素的集合。
• 像素为元素的矩阵，像素的值代表图像在该位置的亮度，称为图像的灰度值。 • 数字图像像素具有整数坐标和整数灰度值。
1.1.1 图像的基本概念
• 图像是一种语言 • 表达方法直观 • 表现力强
• 图像信息是人类信息获取和交流的主要方式 • 视、听、触、嗅、味等
1.3.2 计算机图形学
图像处理
计算机 图形学
图像 描述
图像识别 图像理解
1.3.3 计算机视觉
计算机视觉 研究对象： 图像或图像序列
图像处理 图像
研究内容： 视觉感知、 分割、
图像理解
图像处理、图像 图像分析
过程：
由图像特征感知、 由原始图像处理出 识别和理解三维场景 分析结果
1.4 数字图像处理的主要应用与趋势
2.1.2 数字化原理
数字图像处理课件ppt课件
9
• 1.2.3 数字图像处理的特点 • 1．具有数字信号处理技术共有的特点。如： • （1）处理精度高。 • （2）重现性能好。 • （3）灵活性高。 • 2．数字图像处理后的图像可能是供人观察和评价的，也
可能作为机器视觉的预处理结果。 • 3．数字图像处理技术适用面宽。原始模拟图像可以来自
多种信息源，它们可以是可见光图像，也可以是不可见的 波谱图像、超声波图像或红外图像。
1.3 基本的图像处理系统
• 图像处理系统包括
– 图像处理硬件和图像处理软件。
• 1.3.1 图像处理硬件 • 微机图像处理硬件系统主要
– 由图像输入设备、图像运算处理设备（微计算机）、 图像存储器、图像输出设备等组成。
• 软件系统包括
– 操作系统、控制软件及应用软件等。 13
图1.7 基本的数字图像处理系统
统。
• 3．图像处理开发工具
– （1）VC++面向对象可视化集成工具 – （2）MATLAB的图像处理工具箱 – （3）图像应用软件：Photoshop、CorelDRAW、
ACDSee
22
1.4 数字图像处理的应用与发展趋势
• 1.4.1 数字图像处理的应用 • 1．航天和航空技术方面的应用 • 2．生物医学工程方面的应用 • 3．通信工程方面的应用 • 4．工业自动化和机器人视觉方面的应用 • 5．军事和公安方面的应用 • 6．生活和娱乐方面的应用
– 像素（picture element，简称pixel）
• 一幅图像可以用二维矩阵表示。
4
图1.1 自然景物图像
(a)原图
(b)将原图放大4倍
• 图像的数字化包括两个主要步骤：离散和量化
5
• 1.1.2 图像处理的发展简史 • 数字图像处理首次成功地应用在1964年美国
• 1.2.3 数字图像处理的特点 • 1．具有数字信号处理技术共有的特点。如： • （1）处理精度高。 • （2）重现性能好。 • （3）灵活性高。 • 2．数字图像处理后的图像可能是供人观察和评价的，也
可能作为机器视觉的预处理结果。 • 3．数字图像处理技术适用面宽。原始模拟图像可以来自
多种信息源，它们可以是可见光图像，也可以是不可见的 波谱图像、超声波图像或红外图像。
1.3 基本的图像处理系统
• 图像处理系统包括
– 图像处理硬件和图像处理软件。
• 1.3.1 图像处理硬件 • 微机图像处理硬件系统主要
– 由图像输入设备、图像运算处理设备（微计算机）、 图像存储器、图像输出设备等组成。
• 软件系统包括
– 操作系统、控制软件及应用软件等。 13
图1.7 基本的数字图像处理系统
统。
• 3．图像处理开发工具
– （1）VC++面向对象可视化集成工具 – （2）MATLAB的图像处理工具箱 – （3）图像应用软件：Photoshop、CorelDRAW、
ACDSee
22
1.4 数字图像处理的应用与发展趋势
• 1.4.1 数字图像处理的应用 • 1．航天和航空技术方面的应用 • 2．生物医学工程方面的应用 • 3．通信工程方面的应用 • 4．工业自动化和机器人视觉方面的应用 • 5．军事和公安方面的应用 • 6．生活和娱乐方面的应用
– 像素（picture element，简称pixel）
• 一幅图像可以用二维矩阵表示。
4
图1.1 自然景物图像
(a)原图
(b)将原图放大4倍
• 图像的数字化包括两个主要步骤：离散和量化
5
• 1.1.2 图像处理的发展简史 • 数字图像处理首次成功地应用在1964年美国
数字图像处理技术PPT课件.ppt
数字图像处理技术概述
数字图像处理又称为计算机图像处理，它是指将图像信 号转换成数字信号并利用计算机对其进行处理的过程。
这一过程包括对图像进行增强、除噪、分割、复原、编 码、压缩、提取特征等内容，图像处理技术的产生离不开计 算机的发展、数学的发展以及各个行业的应用需求的增长。 20世纪60年代，图像处理的技术开始得到较为科学的应用， 人们用这种技术进行输出图像的理想化处理。
第一章 图像处理技术概述
4
数字图像处理技术概述 数字图像处理技术特点
1.更好的再现性
数字图像处理与传统的模拟图 像处理相比，不会因为图像处理过 程中的存储、复制或传输等环节引 起图像质量的改变。
3.适用面宽
可以从各个途；径获得数据源， 从显微镜到天文望远镜的图像都可 以进行数字处理。
2.占用的频带更宽
这一点是相对于语言信息而 言的，图像信息比语言信息所占 频带要大好几个数量级，因此图 像信息在实现操作的过程中难度 更大。
4.具有较高的灵活性
只要可以用数学公式和数理 逻辑表达的内容；，几乎都可以用 电子图像来进行表现处理。
第一章 图像处理技术概述
5
过渡页
TRANSITION PAGE
01 图像处理技术概述 0022 图图像像处处理理技技术术发发展展现现状状 03 图像处理技术的利用
之后பைடு நூலகம்年
数字图像处理技术朝着更高深的方向发展，人们开始通过计算 机构建出数字化的人类视觉系统，这项技术被称为图像理解或 计算机视觉。
第二章 图像处理技术发展现状
7
2.2 我国数字图像处理技术的发展
我国在建国之初就展开了计算机技术的研究，而改革开 放以来，我国在计算机数字图像处理技术上的发展进步也是 非常大的，甚至在某些理论研究方面已赶上了世界先进水平。
数字图像处理第二章课件ppt课件
f(0,1) f(0,N1)
f(x,y)
f(1,0)
f(1,1)
f(1,N1)
f(M1,0) f(M1,0)
f(M1,N1)
F(x,y)在[0,L-1]有L个灰阶, 通常取L为2的k次幂
Chapter 2: Digital Image Fundamentals
R.C. Gonzalez, R.E. Woods
Chapter 2: Digital Image Fundamentals
R.C. Gonzalez, R.E. Woods
街区'City-Block'距离L1:
等距为4角星
D 4(p,q)xsyt
棋盘'chessboard'距离L : D 8(p,q)ma x x s,y (t)
等距为矩形
Chapter 2: Digital Image Fundamentals
R.C. Gonzalez, R.E. Woods
对像素p(x,y), q(s,t)和z(v,w), 距离函数D应满足: ① D(p,q)>=0 (D(p,q)=0, iff p=q) ② D(p,q)=D(q,p), and ③ D(p,z)<=D(p,q)+D(q,z)
例如用LM范数表示的通用Minkowski距离:
2.5 Some Basic Relationships Between Pixels 2.5.1 Neighbors of a Pixel
4邻接：
p
8邻接： p
m邻接(混合邻接)：邻点q与当前像素（点）p存在4邻接前景邻点；
或
q是p的对角邻点并且p和q没有公共的前景4邻点。
m邻接是8邻接的修订，它消除了应用8邻接可能引起的模糊性 ，如图2.26b（4或8邻接共存）。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
被模糊。
G
x, y
e e
x2 y 22
2
r2 222 平滑来自设计离散高斯滤波器的方法：
T2, 2f x 1,y 1
1 引言
4）相关与卷积的物理含义
相关运算是将模板当权重矩阵作加权平均； 而卷积先沿纵轴翻转，再沿横轴翻转后再加
权平均。 如果模板是对称的，那么相关与卷积运算结
果完全相同。 邻域运算实际上就是卷积和相关运算，用信
号分析的观点就是滤波。
2 平滑
图像平滑的目的
100 101 918 927 1010 79 96 106 1203 935 892 67 87 121 817 924 871 72 86 133 99 103 85 75 92 99 111 102 78 74 95 102 121 111 112 73
86 102 84 100 88 98 92 90 97 91 90 88
数字图像处理
第七章 邻域运算
CH7 邻域运算
一、引言 二、平滑 三、中值滤波 四、边缘检测 五、细化 上机实习
1 引言
1）邻域运算
定义 输出图像中每个像素是由对应的输入像素及其一个 邻域内的像素共同决定时的图像运算。
通常邻域是远比图像尺寸小的一规则形状。如下面 情况中，一个点的邻域定义为以该点为中心的一个 圆内部或边界上点的集合。
fx,y T*f x,y
m1 i0
m1 j0
T
i
,
j
f
x
i
m 2
1
,
y
j
m 2
1
当m 3时
f x,y T0,0f x 1,y 1 T0,1f x 1,y
T0, 2f x 1,y 1 T1,0f x,y 1
T1,1f x,y T1,2f x,y 1
T2,0f x 1,y 1 T2,1f x 1,y
1 1 1
T3
1 9
1
1
1
1 1 1
0 1 0
Tc3
1 5
1
1
1
0 1 0
1 1 1 1 1
T5
1
1 1
1 1
1 1
1 1
1 1
25 1 1 1 1 1
1 1 1 1 1
0 1 1 1 0
Tc5
1 21
1 1 1
1 1 1
1 1 1
1 1 1
1 1 1
0 1 1 1 0
注意：大卷积模板可以加大滤波程度，但也会导致图 像细节的损失。
x
i
m 2
1
,
y
j
m 2
1
演示
100 101 98 917 1020 791 96 106 103 925 839 672 87 121 87 914 827 721 86 133 99 103 85 75 92 99 111 102 78 74 95 102 121 111 112 73
86 102 84 100 88 98 92 90 97 91 90 88
是消除或尽量减少噪声的影响，改善图像的质量。
假设
在假定加性噪声是随机独立分布的条件下，利用邻 域的平均或加权平均可以有效的抑制噪声干扰。
从信号分析的观点
图像平滑本质上低通滤波。将信号的低频部分通过， 而阻截高频的噪声信号。
问题
往往图像边缘也处于高频部分。
2 平滑
1）邻域平均（矩形邻域和圆形邻域）
100 101 98 97 1010 792 96 106 103 95 892 673 87 121 87 94 871 722 86 133 99 103 85 75 92 99 111 102 78 74 95 102 121 111 112 73
861 102 842 100 881 98 92 90 97 91 90 88
100 101 98 97 100 79 916 1026 1103 95 89 67 827 1231 827 94 87 72 816 1323 919 103 85 75 92 99 111 102 78 74 95 102 121 111 112 73
86 102 84 100 88 98 92 90 97 91 90 88
2 平滑
无噪声朱家角风光 有高斯噪声的朱家角风光
2 平滑
通过T3邻域平均后的朱家 通过T5邻域平均后的朱家
角风光
角风光
2 平滑
2）高斯滤波（Gaussian Filters）
采用高斯函数作为加权函数。 原因一：二维高斯函数具有旋转对称性，保证滤波
时各方向平滑程度相同； 原因二：离中心点越远权值越小。确保边缘细节不
3）模板（template，filter mask）的相关与 卷积运算
给定图像f(x,y)大小N*N，模板T(i,j)大小m*m （m为奇数）。
常用的相关运算定义为：使模板中心T((m1)/2,(m-1)/2) 与f(x,y)对应。
fx,y T f x,y
m1 i0
m1 j0
T
i,
j
f
100 101 98 97 100 791 96 106 103 95 89 672 87 121 87 94 87 721 86 133 99 103 85 75 92 99 111 102 78 74 95 102 121 111 112 73
826 1012 834 1020 828 981 92 90 97 91 90 88
邻域运算与点运算一起构成最基本、最重要的图像处理方法。
1 引言
点+的邻域 点+的邻域
1 引言
举例
f
x,
y
1 5
f
x,
y
1
f
x
1,
y
f
x,
y
f
x 1,
y
f
x,
y
1
进一步的表达
f
x,
y
1 5
1
f
x,
y
1
1
f
x
1,
y
1 f x, y 1
1 5
T1
f
x,
y
1
T2
f
x
1,
y
T5 f x, y 1
F T, f
$进一步阅读：Gonzalez, p91.
1 引言
2）相关与卷积
信号与系统分析中基本运算相关与卷积，在实际图 像处理中都表现为邻域运算。
两个连续函数f(x)和g(x)的相关记作：
f x
g
x
f
a
g
x
a
da
两个连续函数f(x)和g(x)的卷积定义为：
f
x
*
g
x
f
a
g
x
a
da
1 引言
1 引言
当m 3时
相关运算
fx,y T0,0f x 1,y 1 T0,1f x 1,y
T0,2f x 1,y 1 T1,0f x,y 1
T1,1f x,y T1,2f x,y 1
T2,0f x 1,y T2,1f x 1,y
T2,2f x 1,y 1
1 引言
卷积运算定义为：
G
x, y
e e
x2 y 22
2
r2 222 平滑来自设计离散高斯滤波器的方法：
T2, 2f x 1,y 1
1 引言
4）相关与卷积的物理含义
相关运算是将模板当权重矩阵作加权平均； 而卷积先沿纵轴翻转，再沿横轴翻转后再加
权平均。 如果模板是对称的，那么相关与卷积运算结
果完全相同。 邻域运算实际上就是卷积和相关运算，用信
号分析的观点就是滤波。
2 平滑
图像平滑的目的
100 101 918 927 1010 79 96 106 1203 935 892 67 87 121 817 924 871 72 86 133 99 103 85 75 92 99 111 102 78 74 95 102 121 111 112 73
86 102 84 100 88 98 92 90 97 91 90 88
数字图像处理
第七章 邻域运算
CH7 邻域运算
一、引言 二、平滑 三、中值滤波 四、边缘检测 五、细化 上机实习
1 引言
1）邻域运算
定义 输出图像中每个像素是由对应的输入像素及其一个 邻域内的像素共同决定时的图像运算。
通常邻域是远比图像尺寸小的一规则形状。如下面 情况中，一个点的邻域定义为以该点为中心的一个 圆内部或边界上点的集合。
fx,y T*f x,y
m1 i0
m1 j0
T
i
,
j
f
x
i
m 2
1
,
y
j
m 2
1
当m 3时
f x,y T0,0f x 1,y 1 T0,1f x 1,y
T0, 2f x 1,y 1 T1,0f x,y 1
T1,1f x,y T1,2f x,y 1
T2,0f x 1,y 1 T2,1f x 1,y
1 1 1
T3
1 9
1
1
1
1 1 1
0 1 0
Tc3
1 5
1
1
1
0 1 0
1 1 1 1 1
T5
1
1 1
1 1
1 1
1 1
1 1
25 1 1 1 1 1
1 1 1 1 1
0 1 1 1 0
Tc5
1 21
1 1 1
1 1 1
1 1 1
1 1 1
1 1 1
0 1 1 1 0
注意：大卷积模板可以加大滤波程度，但也会导致图 像细节的损失。
x
i
m 2
1
,
y
j
m 2
1
演示
100 101 98 917 1020 791 96 106 103 925 839 672 87 121 87 914 827 721 86 133 99 103 85 75 92 99 111 102 78 74 95 102 121 111 112 73
86 102 84 100 88 98 92 90 97 91 90 88
是消除或尽量减少噪声的影响，改善图像的质量。
假设
在假定加性噪声是随机独立分布的条件下，利用邻 域的平均或加权平均可以有效的抑制噪声干扰。
从信号分析的观点
图像平滑本质上低通滤波。将信号的低频部分通过， 而阻截高频的噪声信号。
问题
往往图像边缘也处于高频部分。
2 平滑
1）邻域平均（矩形邻域和圆形邻域）
100 101 98 97 1010 792 96 106 103 95 892 673 87 121 87 94 871 722 86 133 99 103 85 75 92 99 111 102 78 74 95 102 121 111 112 73
861 102 842 100 881 98 92 90 97 91 90 88
100 101 98 97 100 79 916 1026 1103 95 89 67 827 1231 827 94 87 72 816 1323 919 103 85 75 92 99 111 102 78 74 95 102 121 111 112 73
86 102 84 100 88 98 92 90 97 91 90 88
2 平滑
无噪声朱家角风光 有高斯噪声的朱家角风光
2 平滑
通过T3邻域平均后的朱家 通过T5邻域平均后的朱家
角风光
角风光
2 平滑
2）高斯滤波（Gaussian Filters）
采用高斯函数作为加权函数。 原因一：二维高斯函数具有旋转对称性，保证滤波
时各方向平滑程度相同； 原因二：离中心点越远权值越小。确保边缘细节不
3）模板（template，filter mask）的相关与 卷积运算
给定图像f(x,y)大小N*N，模板T(i,j)大小m*m （m为奇数）。
常用的相关运算定义为：使模板中心T((m1)/2,(m-1)/2) 与f(x,y)对应。
fx,y T f x,y
m1 i0
m1 j0
T
i,
j
f
100 101 98 97 100 791 96 106 103 95 89 672 87 121 87 94 87 721 86 133 99 103 85 75 92 99 111 102 78 74 95 102 121 111 112 73
826 1012 834 1020 828 981 92 90 97 91 90 88
邻域运算与点运算一起构成最基本、最重要的图像处理方法。
1 引言
点+的邻域 点+的邻域
1 引言
举例
f
x,
y
1 5
f
x,
y
1
f
x
1,
y
f
x,
y
f
x 1,
y
f
x,
y
1
进一步的表达
f
x,
y
1 5
1
f
x,
y
1
1
f
x
1,
y
1 f x, y 1
1 5
T1
f
x,
y
1
T2
f
x
1,
y
T5 f x, y 1
F T, f
$进一步阅读：Gonzalez, p91.
1 引言
2）相关与卷积
信号与系统分析中基本运算相关与卷积，在实际图 像处理中都表现为邻域运算。
两个连续函数f(x)和g(x)的相关记作：
f x
g
x
f
a
g
x
a
da
两个连续函数f(x)和g(x)的卷积定义为：
f
x
*
g
x
f
a
g
x
a
da
1 引言
1 引言
当m 3时
相关运算
fx,y T0,0f x 1,y 1 T0,1f x 1,y
T0,2f x 1,y 1 T1,0f x,y 1
T1,1f x,y T1,2f x,y 1
T2,0f x 1,y T2,1f x 1,y
T2,2f x 1,y 1
1 引言
卷积运算定义为：