20 关系: 半影,卷积,导数,亮度,图像处理,Canny算子,索貝爾算子,特征检测,高斯函数,计算机视觉,误差函数,霍夫变换,阶跃函数,镜面反射,投影,梯度,標準差,漫反射,数字图像,拉普拉斯算子。
半影
半影指发光体(非点光源)所发出光线部分被非透明物体阻挡后,在屏幕(或其他物体)上所投射出来的,本影周围较暗的区域。 此處發光體的光線部分被物体阻擋,而有部分乃至微弱的光線到此。.
卷积
在泛函分析中,捲積、疊積、--積或旋積,是通过两个函数f和g生成第三个函数的一种数学算子,表徵函数f与经过翻转和平移的g的乘積函數所圍成的曲邊梯形的面積。如果将参加卷积的一个函数看作区间的指示函数,卷积还可以被看作是“滑動平均”的推广。.
导数
导数(Derivative)是微积分学中重要的基礎概念。一个函数在某一点的导数描述了这个函数在这一点附近的变化率。导数的本质是通过极限的概念对函数进行局部的线性逼近。当函数f的自变量在一点x_0上产生一个增量h时,函數输出值的增量與自變量增量h的比值在h趋于0时的極限如果存在,即為f在x_0处的导数,记作f'(x_0)、\frac(x_0)或\left.\frac\right|_。例如在运动学中,物体的位移对于时间的导数就是物体的瞬时速度。 导数是函数的局部性质。不是所有的函数都有导数,一个函数也不一定在所有的点上都有导数。若某函数在某一点导数存在,则称其在这一点可导,否则称为不可导。如果函数的自变量和取值都是实数的话,那么函数在某一点的导数就是该函数所代表的曲线在這一点上的切线斜率。 对于可导的函数f,x \mapsto f'(x)也是一个函数,称作f的导函数。寻找已知的函数在某点的导数或其导函数的过程称为求导。反之,已知导函数也可以倒过来求原来的函数,即不定积分。微积分基本定理说明了求原函数与积分是等价的。求导和积分是一对互逆的操作,它们都是微积分学中最为基础的概念。.
亮度
亮度(luminance)是表示人眼对发光体或被照射物体表面的发光或反射光强度实际感受的物理量,亮度和光强这两个量在一般的日常用语中往往被混淆使用。簡而言之,當任兩個物體表面在照相時被拍攝出的最終結果是一樣亮、或被眼睛看起來兩個表面一樣亮,它們就是亮度相同。 国际单位制中规定,「亮度」的符号是B,单位为尼特。.
图像处理
图像处理是指对图像进行分析、加工、和处理,使其满足视觉、心理或其他要求的技术。图像处理是信号处理在图像领域上的一个应用。目前大多数的图像均是以数字形式存储,因而图像处理很多情况下指数字图像处理。此外,基于光学理论的处理方法依然占有重要的地位。 图像处理是信号处理的子类,另外与计算机科学、人工智能等领域也有密切的关系。 传统的一维信号处理的方法和概念很多仍然可以直接应用在图像处理上,比如降噪、量化等。然而,图像属于二维信号,和一维信号相比,它有自己特殊的一面,处理的方式和角度也有所不同。.
Canny算子
Canny边缘检测算子是John F. Canny于1986年开发出来的一个多级边缘检测算法。更为重要的是Canny创立了“边缘检测计算理论”(computational theory of edge detection)解释这项技术如何工作。.
新!!: 边缘检测和Canny算子 · 查看更多 »
索貝爾算子
索伯算子(Sobel operator)是圖像處理中的算子之一,主要用作邊緣檢測。在技術上,它是一離散性差分算子,用來運算圖像亮度函數的梯度之近似值。在圖像的任何一點使用此算子,將會產生對應的梯度矢量或是其法矢量。.
新!!: 边缘检测和索貝爾算子 · 查看更多 »
特征检测
特征检测是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息,决定每个图像的点是否属于一个图像特征。特征检测的结果是把图像上的点分为不同的子集,这些子集往往属于孤立的点、连续的曲线或者连续的区域。.
高斯函数
斯函数的形式为 的函数。其中a、b与 c为实数常数,且a > 0.
计算机视觉
计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图像处理,用计算机处理成为更适合人眼观察或传送给仪器检测的图像。 作为一門科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取「信息」的人工智能系统。这里所指的信息指香农定义的,可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提取信息,所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。 作为一个工程学科,计算机视觉寻求基于相关理论与模型来建立计算机视觉系统。这类系统的组成部分包括:.
新!!: 边缘检测和计算机视觉 · 查看更多 »
误差函数
在数学中,误差函数(也称之为高斯误差函数)是一个特殊函数(即不是初等函数),其在概率论,统计学以及偏微分方程中都有广泛的应用。它的定义如下:Greene, William H.; Econometric Analysis (fifth edition), Prentice-Hall, 1993, p. 926, fn.
霍夫变换
霍夫變換是一種特徵檢測(feature extraction),被廣泛應用在圖像分析(image analysis)、電腦視覺 (computer vision)以及數位影像處理 (digital image processing)。 霍夫變換是用來辨別找出物件中的特徵,例如:線條。他的演算法流程大致如下,給定一個物件、要辨別的形狀的種類,演算法會在參數空間(parameter space)中執行投票來決定物體的形狀, 而這是由累加空間(accumulator space)裡的局部最大值(local maximum)來決定。 現在廣泛使用的霍夫變換是由 Richard Duda 和 Peter Hart 在西元1972年發明,並稱之為廣義霍夫變換(generalized Hough transform),廣義霍夫變換和更早前1962年的Paul Hough 的專利有關 。 經典的霍夫變換是偵測圖片中的直線,之後,霍夫變換不僅能識別直線,也能夠識別任何形狀,常見的有圓形、橢圓形。1981年,因為Dana H. Ballard 的一篇期刊論文 "Generalizing the Hough transform to detect arbitrary shapes",讓霍夫變換開始流行於電腦視覺界。.
阶跃函数
在数学中,如果实数域上的某个函数可以用半开区间上的指示函数的有限次线性组合来表示,那么这个函数就是阶跃函数,或者叫赫维赛德函数。换一种不太正式的说法就是,阶跃函数是有限段分段常数函数的组合。 假设已知:.
镜面反射
面反射可以指:.
投影
在线性代数和泛函分析中,投影是从向量空间映射到自身的一种线性变换,是日常生活中“平行投影”概念的形式化和一般化。同现实中阳光将事物投影到地面上一样,投影变换将整个向量空间映射到它的其中一个子空间,并且在这个子空间中是恒等变换。.
梯度
在向量微积分中,标量场的梯度是一个向量场。标量场中某一点的梯度指向在這點标量场增长最快的方向(當然要比較的話必須固定方向的長度),梯度的絕對值是長度為1的方向中函數最大的增加率,也就是說 |\nabla f|.
標準差
標準差(又稱标准偏差、--,,缩写SD),数学符号σ(sigma),在概率統計中最常使用作為測量一組數值的離散程度之用。標準差定義:為方差開算术平方根,反映组内个体间的离散程度;标准差与期望值之比为标准离差率。測量到分佈程度的結果,原則上具有兩種性質:.
漫反射
漫反射(简称漫射,英语diffuse reflection)是光线照射在物体粗糙的表面会无序地向四周反射的现象。 漫反射,是投射在粗糙表面上的光向各個方向反射的現象。當一束平行的入射光線射到粗糙的表面時,表面會把光線向著四面八方反射,所以入射線雖然互相平行,由於各點的法線方向不一致,造成反射光線向不同的方向無規則地反射,這種反射稱之為“漫反射”或“ 漫射 ”。這種反射的光稱為漫射光。很多物體,如植物、牆壁、衣服等,其表面粗看起來似乎是平滑,但用放大鏡仔細觀察,就會看到其表面是凹凸不平的,所以本來是平行的太陽光被這些表面反射後,瀰漫地射向不同方向。.
数字图像
數位影像,是二维图像用有限数字数值像素的表示。 通常,像素在计算机中保存为二维整数数组的光栅图像,这些值经常用压缩格式进行传输和储存。 数字图像可以许多不同的输入设备和技术生成,例如数码相机、扫描仪、坐标测量机、seismographic profiling、airborne radar等等,也可以从任意的非图像数据合成得到,例如数学函数或者三维几何模型,三维几何模型是计算机图形学的一个主要分支。数字图像处理领域就是研究它们的变换算法。.
拉普拉斯算子
在數學以及物理中,拉普拉斯算子或是拉普拉斯算符(Laplace operator, Laplacian)是由欧几里得空间中的一個函数的梯度的散度给出的微分算子,通常寫成 \Delta 、 \nabla^2 或 \nabla \cdot \nabla 。 這名字是為了紀念法国数学家皮耶-西蒙·拉普拉斯(1749–1827)而命名的。他在研究天体力学在數學中首次应用算子,当它被施加到一个给定的重力位(Gravitational potential)的时候,其中所述算子给出的质量密度的常数倍。經拉普拉斯算子運算為零∆f.
新!!: 边缘检测和拉普拉斯算子 · 查看更多 »
重定向到这里:
邊緣檢測。