图像处理之基础---线性卷积和循环卷积的区别

 两个序列的N点循环卷积定义为 
              
10
[()()]()(())NNN
khnxnhmxnm          (0)nN 
    从定义中可以看到,循环卷积和线性卷积的不同之处在于:两个N点序列的N点循环卷积的结果仍为N点序列,而它们的线性卷积的结果的长度为2N-1;循环卷积对序列的移位采取循环移位,而线性卷积对序列采取线性移位。正是这些不同,导致了线性卷积和循环卷积有不同的结果和性质。     循环卷积和线性卷积虽然是不用的概念,但它们之间由一个有意义的公式联系在一起 
()[()()](())()
NNrynhnxnynrNGn

 
其中()()()ynhnxn。 
    也就是说,两个序列的N点循环卷积是它们线性卷积以N为周期的周期延拓。设序列还()hn的长度为1N,序列()xn的长度为2N,此时,线性卷积结果的序列
的点数为121NNN
;因此如果循环卷积的点数N小于121NN,那么上述周期性延拓的结果就会产生混叠,从而两种卷积会有不同的结果。而如果N满足NN的条件,就会有 
()()ynyn    (0)nN 
     这就意味着时域不会产生混叠。因此,我们得出结论:若通过在序列的末尾填充适当的零值,使得()xn和()hn成为121NN点序列,并作为这两个序列的121NN循环卷积,那么循环卷积与线性卷积的结果在0nN范围内相同。 
    根据DFT循环卷积性质中卷积定理 
{[()()]}[()][()]NDFThnxnDFTxnDFThn 
便可通过两种方法求两个序列的循环卷积:一直直接根据定义计算;二是根据性质先分别求两个序列的N点DFT,并相乘,然后取IDFT以得到循环卷积。第二


2014年执业医师资格考试 医学综合笔试 临床执业医师 口腔执业医师 中医执业医师


种方法看起来要经过若干个步骤,但由于求序列的DFT和IDFT都有快速算法,因此它的效率比第一种方法高得多。 
     同样,根据线性卷积和循环卷积的关系,可以通过计算循环卷积以求得线性卷积,提高计算序列线性卷积的效率。

http://wenku.baidu.com/view/a1f077040740be1e650e9afd.html

原文地址:https://www.cnblogs.com/pengkunfan/p/3948370.html