数字图像处理
phoenix@Capricornus
六边形美少女战士
展开
-
先有正态分布,还是先有高斯函数?
正态分布(也称为高斯分布)是由德国数学家卡尔·弗里德里希·高斯在研究天文学中的误差分布时提出的。而高斯函数通常指的是正态分布的概率密度函数,它是描述正态分布特性的一个数学表达式。因此,可以明确地说,是先有正态分布的概念,然后才有了描述这一分布的高斯函数。从历史的角度来看,对于类似正态分布的思想和概念的研究,是在高斯之前就开始了。原创 2024-09-15 16:28:05 · 406 阅读 · 0 评论 -
卷积、滤波、互相关和内积之间的关系
卷积与滤波是滤波操作的基础,它通过两个函数的相对位移和乘积的积分来合并这两个函数。滤波与卷积用于改变信号的频率特性,通常通过卷积运算实现。互相关与卷积是卷积的不同在于,不涉及滤波器的反转,常用于检测信号中的相似特征。内积与互相关是线性代数中的概念,用于度量向量之间的相似度,互相关运算可以看作是在不同位移下对两个函数的内积。原创 2024-09-03 08:55:17 · 334 阅读 · 0 评论 -
线性最小均方估计vs最小二乘估计
线性最小均方估计和最小二乘估计的区别在于,前者建立在随机变量的基础上,目标是期望风险最小化,后者建立在有限样本的基础上,目标是经验风险最小化。原创 2024-08-31 10:25:19 · 322 阅读 · 0 评论 -
数据冗余概述
原创 2024-06-06 06:57:23 · 110 阅读 · 0 评论 -
数字图像处理与交叉学科中名词的拧巴
模式识别、图像处理——一个观测包括多个变量,样本的多个特征组成特征向量。模式识别——对原特征进行特征变换,从高维空间到低维空间映射。图像处理——对图像、目标或特征点进行定量描述的方法及过程。模式识别、图像处理——研究对象的一个个体。线性代数——特征值对应的特征向量。称为样本量,样本中的个体称为样品。概率论——总体分布中抽取的。原创 2024-04-09 22:41:22 · 325 阅读 · 0 评论 -
感知距离(Perceptual distance)
讽刺的是,总有人的理解总是浮在表层上,总是论文说什么就是什么,甚至不知道感知距离还有数学公式,那就何谈理解数学公式的本质了。就比如SSIM,论文说结构就结构啊,这东西实际上就是相关系数。感知距离是一类与人类视觉感知相关的距离,不是一个名词。总有人甚至不知道感知一词的意思。而且虽然叫感知距离,但实际上离人类视觉感知还相差甚远。总有人会讲故事,也总有人别人怎么讲就盲目听。原创 2024-04-07 13:16:02 · 239 阅读 · 0 评论 -
二维数字滤波器设计
频域中不常使用高斯滤波器,主要是因为高斯函数在频域中的频率响应不是理想的。在频域中,高斯函数的频率响应是指数衰减的形式,而不是严格的截止或带通特性。在频域中,常用的滤波器包括巴特沃斯滤波器、椭圆滤波器和切比雪夫滤波器等,它们能够提供更明确的频率截止或带通特性。此外,高斯模糊核的频率响应是连续的,因此可以避免频率失真或振铃效应,使其成为许多图像处理任务中的首选模糊核。按理说这本书的第三作者Steven是数字信号处理出身,他本人又对信号处理非常熟悉,不能理解为什么这本书的频域滤波器一章几乎没有对的地方。原创 2024-04-02 22:49:09 · 328 阅读 · 0 评论 -
直方图均衡化的本质
直方图均衡化的本质是灰度级分布的近邻映射,这部分的内容全错。原创 2024-04-01 17:59:26 · 192 阅读 · 0 评论 -
错切变换的自由度
双向错切变换的自由度是6,因此需要3对控制点,而不是4对。原创 2024-04-01 17:44:21 · 198 阅读 · 0 评论 -
MAP/ML与LS
MAP/ML是MAP/ML模型,LS是LS模型。两者会在一定情况下等价,是等价,不是等于。总有很多人混淆准则。原创 2024-03-26 10:16:18 · 153 阅读 · 0 评论 -
最小距离和最近邻的区别
最小距离和最近邻是两种不同的分类器,冈萨雷斯在最基础的概念上出错。最小距离是线性判别函数,决策面是分段线性的。比较两者的区别,使用欧几里得空间。原创 2024-03-21 07:05:48 · 169 阅读 · 0 评论 -
边缘的定义
这里给了函数边缘的定义,一阶导数极大值,二阶导数为零,三阶导数小于等于0。图像别人的检测也是一阶导数的极值点,二阶差分的过零点。这和函数的不连续点(间断点)完全是不同的概念。冈萨雷斯说边缘是不连续点(间断点)的定义到底出处哪里。原创 2024-03-21 06:51:44 · 257 阅读 · 0 评论