什么是卷积？什么是相关？什么是中值滤波？
看下例子吧。
有如下输入
模板为
这怎样计算卷积呢？
首先将模板旋转180度如下：
然后将上图这个3*3的矩阵与输入的矩阵的左上角
对齐，然后对应元素相乘再相加，如下：
得1
然后将模板，向右移动一个单位与
对齐，然后对应元素相乘再相加，如下：
得2；
然后将模板，再向右移动一个单位与
再对应元素相乘再相加得：
3
模板到头了，将模板放到下一行的最左边与
对齐，再计算得：4
如此往复得到卷积后的结果：
输出的与输入的阶数不同，那输出阶数怎么计算呢？
w为输入阶数，f为模板阶数，p为补0的层数（后面会讲到，不要急），s为移动的步长，那么输出的阶数为：
上例子为，输入为5*5的矩阵，阶数为5，模板为
3*3的矩阵，阶数为3，补0层数为0，s为1，那么输出为（5-3 0*2）/1 1 = 3
是3*3的矩阵。
为了输出与输入的阶数相同，通常会在卷积前做padding（看题目要求）；
在输入矩阵上下左右均补0，
f为输入的卷积核的阶数
补0的层数为
那么此时的补0层数为（3-1）/2 = 1层
得到：
先把上下左右添上一层0，再把空出来的角添上0.
然后再做卷积
得到
此时的输出阶数，自己用这个公式算吧
（5-3 1*2）/1 1 =5
那么移动步数是什么呢？
看图吧：
如果输入为5*5矩阵，模板为3*3，不做padding
步长为1，怎么移动呢？
步长为2的自己画图就可以了。
那么相关怎么算呢？
就不用旋转180度就可以了。
中值滤波怎么算呢？ 看下面的链接就可以了。
https://m.baidu.com/sf_edu_wenku/view/106d989750e2524de5187ec5
