MATLAB手动实现卷积与conv2结果差异：HPF为何不一致？

我正在学习MATLAB中的卷积操作，尝试用for循环手动实现conv2函数。但对比图像与HPF（高通滤波器）分别通过conv2和手动代码的卷积结果时，发现存在差异；而用相同方式实现LPF（低通滤波器）时，结果完全一致。不确定错误出在哪里，请问为何HPF会产生不同结果？

相关代码如下：

HPF = [-1 -1 -1;
       -1  8 -1;
       -1 -1 -1];
%--------------------------using function---------------------------------

HPFimage1 = conv2(grayfun,HPF,'same');

%--------------------------without funtion---------------------------------


%--------------------------zero padding---------------------------------

for i = 1 : row
    for j = 1 : col
        padding(i+1,j+1) = grayman(i,j);
    end
end

% ------------------------------HPF-------------------------
i = 2;
j = 2;

HPFimage2 = zeros(row,col);

for x = 0 : row-1
    for y = 0 : col-1

        % Extracting and calculating a 3x3 matrix
            sumval = 0;

        for m = 0 : 2
            for n = 0 : 2
               sumval = sumval + (padding(x+m+i-1,y+n+j-1)*HPF(m+1,n+1));
            end
        end
        HPFimage2(x+1,y+1) = sumval;

    end
end

HPFsubresult = abs(HPFimage1) - abs(HPFimage2);

问题排查与原因分析 #

1. 变量名不一致导致输入图像不同
   官方conv2函数使用的输入图像是grayfun，但手动实现部分用的是grayman——如果这两个变量不是指向同一幅图像矩阵，那两次卷积的输入本身就不一样，结果自然会有差异。这是最可能导致HPF结果不同的原因。

2. padding矩阵未初始化
   代码中直接对padding进行赋值，但没有提前创建一个尺寸为(row+2)×(col+2)的全零矩阵。如果padding在之前的代码中已经存在其他数据，会导致图像边缘的padding区域被错误值覆盖，进而影响卷积计算结果。

修复建议 #

• 统一输入图像变量名：将grayman改为grayfun，确保两次卷积使用同一输入。
• 初始化padding矩阵：在赋值前添加padding = zeros(row+2, col+2);，确保边缘区域为零填充。

修改后重新运行代码，应该就能得到和conv2一致的HPF卷积结果。

内容的提问来源于stack exchange，提问作者asdjkh