数字图像处理中，卷积(convolution)和互相关(cross-correlation)的关系？大二学图像处理讲到“卷积”时，…
线性卷积与循环卷积的关系，什么条件下两者相等 当有限长序列x(n)和h(n)的长度分别为N1和N2，取N>；=max(N1，N2)，当N>；=N1+N2-1，则线性卷积与圆周卷积相同。线性卷积是在时域描述线性系统输入和输出之间关系的一种运算。这种运算在线性系统分析和信号处理中应用很多，通常简称卷积。两个函数的圆周卷积是由他们的周期延伸所来定义的。周期延伸意思是把原本的函数平移某个周期T的整数倍后再全部加起来所产生的新函数。离散信号的圆周卷积可以经由圆周卷积定理使用快速傅立叶变换（FFT）而有效率的计算。因此，若原本的（线性）卷积能转换成圆周卷积来计算，会远比直接计算更快速。考虑到长度L和长度M的有限长度离散信号，做卷积之后会成为长度L＋M－1的信号，因此只要把两离散信号补上适当数目的零（zero-padding）成为N点信号，其中N≥L＋M－1，则它们的圆周卷积就与卷积相等。拓展资料：线性卷积在时域描述线性系统输入和输出之间关系的一种运算。这种运算在线性系统分析和信号处理中应用很多，通常简称卷积。循环卷积不同于线性卷积的一种卷积运算，是周期卷积的一种。
两个函数，把运算式称为这两个函数的（）。 A.自相关函数 B.互相关函数 C.卷积
卷积和互相关有什么关系吗 卷积：x[k]*y[k]=累加{x[n]y[n-k]}互相关：r[k]=累加{x[n]y[n+k]}关系：r[k]=x[-k]*y[k]
