qinglongzhan的博客

首先要搞清楚为什么会呈现出不同域的维度，来理解和处理图像，原因是图像的构成有多个维度的信息特点。比如一段视频从时间顺序来看，相邻的2个图像帧绝大部分信息是相同的，这就构成了前向预测的理论基础；比如一帧图像从空间分布来看，矩阵内的像素有着很大的关联性，这就构成了帧内预测的理论基础。简单来说，包括视频处理也好，图像处理也好，感光器件及其光电转换设计也好，都认为视频或者图像在时间和空间上有连续性，也有变动性。当然，如果你想把这个概念拓展到数字信号处理的话，范围就更广泛了。

知乎转载，是我看到把小波变换解释的很清楚的文章，特定转载一下。从傅里叶变换到小波变换，并不是一个完全抽象的东西，可以讲得很形象。小波变换有着明确的物理意义，如果我们从它的提出时所面对的问题看起，可以整理出非常清晰的思路。下面我就按照傅里叶-->短时傅里叶变换-->小波变换的顺序，讲一下为什么会出现小波这个东西、小波究竟是怎样的思路。（反正题主要求的是通俗形象，没说简短，希望不会太长不看。。）一、傅里叶变换关于傅里叶变换的基本概念在此我就不再赘述了，默认大家现在正处在理解了傅里叶但还

前面几篇文章介绍的是图像的空间域滤波，其对像素的处理都是基于像素的某一邻域进行的。本文介绍的图像的灰度变换则不同，其对像素的计算仅仅依赖于当前像素和灰度变换函数。灰度变换也被称为图像的点运算（只针对图像的某一像素点）是所有图像处理技术中最简单的技术，其变换形式如下：http://www.w3.org/1998/Math/MathML" display="block">s...

            灰度变换，属于一个非常重要的概念。这里主要参考《Digital Image Processing》 Rafael C. Gonzalez / Richard E. Woods 的第三章。书中所有的实验与数学式都采用了8-bit 图像的灰度范围，也就是0到255这样一个范围，这是本书不合理的一个地方。首...

摘要    论文中遇到很重要的一个元素就是高斯核函数，但是必须要分析出高斯函数的各种潜在属性，本文首先参考相关材料给出高斯核函数的基础，然后使用matlab自动保存不同参数下的高斯核函数的变化gif动图，同时分享出源代码，这样也便于后续的论文写作。高斯函数的基础2.1 一维高斯函数高斯函数，Gaussian Function， 也简称为Gaussian，一维形式如下：对于任...