SEIbastiane-CSDN博客

原创 [现代光学设计方法]-绪论-光设需要那些参数

系统点列图：点列图是物空间的一个物点所发出的所有光线到达像平面以后，在像面上所形成的点的弥散的情况，最理想的情况是一个点。系统波像差（不同视场系统的波像差图像，根据这个图形知道波像差的大小是否满足要求）可以给定在像面的前后一定范围（离焦范围），像面波像差的均方根图形曲线的变化情况。③系统在像面一定程度离焦的时候的MTF曲线的变化情况。②给定在奈奎斯特抽样频率下的MTF图。系统扇形像差曲线图：所谓的垂轴像差。①MTF是整个到截止频率的曲线图。

2024-03-13 19:40:29 139

原创 [小波变换3]小波与滤波器组

y(2n)=x(n) y(2n+1)=0 把信号插值成两倍长的，就在两个信号之间插一个0进去，把原来的信号放在新的信号的偶数时刻上，奇数时刻都看做0（补0插值算法）对信号进行二倍抽取，x抽取成v，对v做频谱分析：展宽了一倍之后做了平移，①如果平移之后两个频谱有重叠②无混叠。y(n)=x(2n) 只保留偶数时刻的信号，叫二倍抽取、二倍下采样。原始信号是相对高频且有噪声的，进行一次抽取发现信号变短了一倍。对一个信号先进行补零插值，再去做下采样抽取等于啥也没做。2、为什么不能对信号进行直接抽取？

2024-03-13 18:44:58 310

原创【数字信号分析】采样定理+降采样+混叠

采样是将一个信号（即时间或空间上的连续函数）转换成一个数值序列（即时间或空间上的离散函数）。采样得到的离散信号经保持器后，得到的是阶梯信号，即具有零阶保持器的特性。如果信号是带限的，并且，那么，原来的连续信号可以从采样样本中完全重建出来。公式为：fs≥2fmax。，但是对系统的要求就更高，转换电路必须具有更快的转换速度。采样过程所应遵循的规律，又称取样定理、抽样定理。采样定理说明采样频率与信号频谱之间的关系，是连续信号离散化的基本依据。

2024-03-11 23:06:15 1607

原创 [小波变换2]傅里叶变换、短时傅里叶变换和小波变换、小波分解与重构

FT的基函数，是分布在(−∞,+∞)的sin,cos，不具有紧支撑性，只能筛选频率，使得FT完全丧失了时间信息，不具有时间分辨率。STFT的基函数，是用窗函数截断的sin,cos （图中是被高斯窗截断的），具有了紧支撑性，时域平移等同于分窗，使得STFT既能筛选频率，也能筛选时间。但是STFT基函数是：先确定频率，再与窗函数相乘构成的。因此不同的频率，具有同样的时间和频率分辨率。另外，窗函数的长短也比较难以确定。

2024-03-05 11:45:33 1618

原创 [图像处理3]卷积神经网络的底层理解——傅里叶变换

卷积神经网络识别的关键在于隐藏层，能够把图片的特征抽象出来，然后根据特征的线性组合（再通过激活函数增加非线性）去判断是哪个数字。输入层：把数据按照维度摊平展开，输入到神经网络里面……每个维度代表的现实意义都是不一样的，但是图片数据有多少个像素点就有多少个维度，所有维度都是同质的，它们的意义都一样，灰度/RGB值能体现出两种数据不一样。神经网络对这些特征进行就可以做出判断了。把它们输入到神经网络后，它们可以组合成更抽象的特征。

2024-03-02 16:23:19 1783

原创 [图像处理2]“卷积”+“图像卷积操作”+“卷积神经网络”+卷积神经网络（CNN）为什么可以识别特征？20240227-第一周-周二

用表示人的进食情况，用表示消化情况，带进去计算就能得到这个人在下午2点还剩多少食物。以上是特殊时刻，现在求t时刻胃里面还剩多少东西：积分表示看前面所有点的时刻每一个点到了t时刻还能剩多少。判断是不是卷积的重要标志：这两个的自变量相加之后，x被消掉了这里是f是指什么时候吃的，那越往前的点消化时间越久，对应到g上就越往后。每一条连线都意味着一对f(x)和g(t-x)相乘。卷积：把g函数翻转计算。

2024-02-29 23:32:20 553

原创 [小波1]小波变换公式由来的深入理解

b向量调小夹角之后和a向量更像，因此点乘可以用于衡量一个东西和另一个东西的相似度(Similarity)。点乘出来的数值越大，相似度越高①归一化可以保证各个观察者能量一致的。②方便后续数据处理其中i和j的长度被归一化成1，是该方向的单位向量，是归一化过的观察者。4和3是投影系数，是不同方向上观察者看到的目标的量是多少。下面这张图展示了谁归一化都是等价的。

2024-02-26 20:05:19 1053

原创光学分辨率、对比度、像差及CMOS分辨率上限的讨论

对于普通摄影爱好者来说只需要理解一件事——在不考虑图像处理器主观性的前提下，现有传感器的分辨率远未到极限，别忘了在信噪比的章节我们还提过高像素缩图大法的优点，因此未来三五年看到主流机型突破半亿甚至逼近1亿像素，同时连拍对焦还刷得飞起，我觉得都是无需意外的事情，因为它本就应该会发生。光通量与F值的平方成反比关系，F值越小，光通量越大。，这也是为什么说“像素即正义”的原因，依然是一个简单的正弦波，高采样率在各种相位差的影响下也能更好地还原信号，提升可以容忍频率更高的正弦波并还原，换句话说就是提高了分辨率：。

2024-02-25 15:07:26 3081

weixin_47133384的博客