youandme520的专栏

熵熵（entropy）指的是体系的混乱的程度，它在控制论、概率论、数论、天体物理、生命科学等领域都有重要应用，在不同的学科中也有引申出的更为具体的 定义，是各领域十分重要的参量。熵由鲁道夫·克劳修斯（Rudolf Clausius）提出，并应用在热力学中。后来在，克劳德·艾尔伍德·香农（Claude Elwood Shannon）第一次将熵的概念引入到信息论中来。信息熵利用信息论中信息熵概念，求出任意一个离散信源的熵（平均自信息量）。自信息是一个随机变量,它是指某一信源发出某一消息所含有的信息量

图像变换的基本模型变换模型是指根据待匹配图像与背景图像之间几何畸变的情况，所选择的能最佳拟合两幅图像之间变化的几何变换模型。可采用的变换模型有如下几种:刚性变换、仿射变换、透视变换和非线形变换等，如下图：刚体变换（图像旋转） 如果一幅图像中的两点间的距离变换到另一幅图像中后任然保持不变，则这种变换称为刚体变换（Rigid Transform）.刚体变换仅局限于平移，旋转和镜像. 在二位控件中，点(x,y)经过刚体变换到点（x',y'）的变换公式为： ...

霍夫变换Hough霍夫变换(Hough)是一个非常重要的检测间断点边界形状的方法。它通过将图像坐标空间变换到参数空间，来实现直线与曲线的拟合。Hough变换:Hough变换是1962年由Hough提出来的，用于检测图像中直线、圆、抛物线、椭圆等形状能够用一定函数关系描述的曲线，它在影像分析，模式识别等很多领域中得到了成功的应用。Hough变换的基本原理是将影像空间中的曲线(包括直线)变换到参数空间中，通过检测参数空间中的极值点，确定出该曲线的描述参数，从而提取影像中的规则曲线。一条直线的表示

图像内插是在诸如放大，收缩，旋转和集合校正等任务中广泛应用。 从根本上看，内插是用已知数据来估计未来位置的数值的处理。假设一副大小为500*500像素的图像要放大1.5倍到750*750像素。一种简单的方法是创建一个假想的750*750网格，它与原图有相同的间隔，然后将其收缩，使他准确的与原图像匹配。显然收缩后的750*750网格的像素间隔要小于原图的像素间隔。为了对覆盖的每一个点赋予灰度值，我们在原图像中寻找最近的像素，并把该像素的灰度赋给750*750网格中的新像素。当我们完成对网格中的覆盖的所有点的灰