conv2、filter2、imfilter的区别
-------------------------------------conv2函数----------------------------------------
1、用法
- C=conv2(A,B,shape); %卷积滤波
A:输入图像，B:卷积核
假设输入图像A大小为ma x na，卷积核B大小为mb x nb，则
当shape=full时，返回全部二维卷积结果，即返回C的大小为（ma+mb-1）x（na+nb-1）
shape=same时，返回与A同样大小的卷积中心部分
shape=valid时，不考虑边界补零，即只要有边界补出的零参与运算的都舍去，返回C的大小为（ma-mb+1）x（na-nb+1）
2、实现步骤
假设输入图像A大小为ma x na，卷积核大小为mb x nb，则MATLAB的conv2函数实现流程如下：
a、对输入图像补零，第一行之前和最后一行之后都补mb-1行，第一列之前和最后一列之后都补nb-1列（注意conv2不支持其他的边界补充选项，函数内部对输入总是补零）。
b、关于卷积核的中心，旋转卷积核180度。
c、滑动卷积核，将卷积核的中心位于图像矩阵的每一个元素。
d、将旋转后的卷积核乘以对应的矩阵元素再求和。
3、实现过程展示
假设有图像A=[4 3 1 2;0 1 1 3;5 2 0 0],卷积核B=[1 2 3;0 -1 2;1 1 0]
a、首先是按照上面的步骤进行补零，如下图外圈红色的为补出的零
<ignore_js_op>
b、将卷积核旋转180度
<ignore_js_op>
c、将旋转后的核在A上进行滑动，然后对应位置相乘，最后相加，下面分别是shape=full,same,valid时取输出图像大小的情况，位置1表示输出图像的值从当前核的计算值开始（对应输出图像左上角），位置2表示到该位置结束（对应输出图像右下）
<ignore_js_op>
<ignore_js_op>
<ignore_js_op>
-------------------------------------filter2函数----------------------------------------
1、用法
- B = filter2(h,A,shape) ; %相关(correlation)滤波
A:输入图像，h:相关核
假设输入图像A大小为ma x na，相关核h大小为mb x nb，则
当shape=full时，返回全部二维卷积结果，即返回B的大小为（ma+mb-1）x（na+nb-1）
shape=same时，返回与A同样大小的卷积中心部分
shape=valid时，不考虑边界补零，即只要有边界补出的零参与运算的都舍去，返回B的大小为（ma-mb+1）x（na-nb+1）
2、实现步骤
3、conv2（卷积滤波）和filter2（相关滤波）的结果比较
A=[4 3 1 2;0 1 1 3;5 2 0 0]，卷积核B=[1 2 3;0 -1 2;1 1 0]
<ignore_js_op>
<ignore_js_op>
conv2,shape=full filter2,shape=full
-------------------------------------imfilter----------------------------------------
1、用法
- B=imfilter(A,H,option1,option2,option3)；
A:输入图像，H:滤波核
option1：边界选项，可选的有：补充固定的值X（默认都补零），symmetric,replicate,circular
option2：输出图像大小选项，可选的有same（默认）,full
option3：决定采用与filter2相同的相关滤波还是与conv2相同的卷积滤波
-------------------------------------最后总结----------------------------------------
