读“Multi-focus Image Fusion Using Dictionary Learning and Low-Rank Representation”整理

Learning and Low-Rank Representation”整理)

框架

**使用字典学习的低秩表示 **

涉及的知识点

HOG

方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子 。

理解

1. 在图像中划分单元“cell”求解梯度，假设2*2为一个cell，梯度可以理解为“面的斜率”。在这一步中，单元划分的大小，梯度运算模板，以及计算直方图时每一个直方图曲线的权值记入方法，都会影响图像的效果。
2. 梯度幅值绝对值的大小容易受到前景与背景对比度及局部光照的影响，要减少这种影响得到较准确的检测效果就必须对局部细胞单元进行归一化处理。归一化方法多种多样，但整体思想基本上是一致的：将几个细胞单元（cell）组合成更大的块（block），这时整幅图像就可看成是待检测窗口，将更大的块看成是滑动窗口，依次从左到右从上到下进行滑动，得到一些有重复细胞单元的块及一些相同细胞单元（cell）在不同块（block）中的梯度信息，再对这些块（block）信息分别作归一化处理。不同块的尺寸大小会影响最终的检测效果。
3. 有一点疑问就是，不同块中相同单元的重复信息有单独拿出来处理么？

参考文献

链接: [https://blog.csdn.net/zouxy09/article/details/7929348].
链接: [