ช่วงเวลาภาพดิจิตอลเป็นภาษาอังกฤษธรรมดา


9

ฉันกำลังศึกษา OpenCV และในการมองเห็นคอมพิวเตอร์และการประมวลผลภาพผู้คนพูดถึง blobs, contours, พื้นที่ที่เชื่อมต่อกันและบางครั้งฉันก็ได้ยินวลี "ช่วงเวลาภาพ"

ฉันรู้บทความเกี่ยวกับ Wikipedia เกี่ยวกับเรื่องนี้แต่ฉันคิดว่ามันเป็นเทคนิคเกินไป ฉันไม่ต้องการเจาะลึกลงไปในพื้นหลังของคณิตศาสตร์ แต่ฉันอยากรู้ว่าฉันกำลังพูดถึงอะไร

ใครช่วยอธิบายให้ฉันรู้ว่าช่วงเวลาภาพเป็นภาษาอังกฤษธรรมดา

คำตอบ:


7

ช่วงเวลาของภาพเป็นความคิดเดียวกับในกลศาสตร์ ลำดับวินาทีแรกจะให้จุดศูนย์กลางมวลที่มวลของพิกเซลมีความเข้มช่วงวินาทีอันดับที่สองจะบอกคุณว่ามวลนี้แปรเปลี่ยนรอบจุดศูนย์กลางมวลอย่างไรในแบบเดียวกับที่คุณได้รับเฟรม ความเฉื่อยสำหรับวัตถุในโลกแห่งความเป็นจริงคุณสามารถรับได้จากช่วงเวลาภาพ ที่จะให้แกนหลักของรูปร่างที่คุณต้องการอธิบาย


คุณแน่ใจหรือไม่ว่าวลีสุดท้าย "ที่จะให้แกนหลักของ SHAPE ที่คุณต้องการอธิบาย" ถูกต้อง? ฉันคิดว่าช่วงเวลาแรกวินาทีและอื่น ๆ ไม่เกี่ยวข้องกับแกนมุมฉากหรือการวางแนวโดยทั่วไป แต่กับลักษณะทางสถิติโดยรวมของภาพใช่ไหม? (ไม่แน่ใจจริงๆจริง ๆ )
heltonbiker

ใช่ฉันค่อนข้างแน่ใจ ในบริบทมาตรฐานคุณจะคำนวณช่วงเวลาในภาพที่ถูกแปลงเป็นฉากหลังโดยที่ background = 0 และ object = 1 จากนั้นช่วงเวลาลำดับแรกของสิ่งนี้จะให้คุณเป็นศูนย์กลางของมวลและเมทริกซ์ของลำดับที่ 2 จะให้ 2 แกนหลักหลังจากเส้นทแยงมุม มันเป็นวิธีที่จะทำให้ปกติรูปร่าง btw คิดถึงความเฉื่อยเชิงกล: มันเกี่ยวข้องกับความสกปรกของวัตถุที่สมดุลและรอบ ๆ จุดที่มันจะหมุน
sansuiso

สิ่งที่ทำให้ฉันสับสนมากที่สุดคือส่วนนี้เป็นคำตอบก่อนหน้า: "ในการประมวลผลภาพหากคุณต้องการเปรียบเทียบภาพคุณอาจไม่ต้องการให้การเปรียบเทียบมีความไวต่อสิ่งเล็ก ๆ น้อย ๆ เช่นการหมุนการแปลและมาตราส่วน (เนื่องจากภาพยังคงเป็นพื้นฐาน เหมือนกัน)." เนื่องจากแกนหลักมีความอ่อนไหวต่อการวางแนว (การหมุน) ดังนั้นหลังจากช่วงเวลาที่สองทั้งหมดคือหรือไม่ไวต่อการหมุน?
heltonbiker

สิ่งที่คุณทำคือการแสดงรูปร่างในกรอบที่กำหนดโดยแกนหลัก สิ่งนี้ดำเนินการหมุนโดยปริยายซึ่งโดยเฉพาะอย่างยิ่งจะทำให้แนวแกนหลักแรก ดังนั้นช่วงเวลาที่สองที่แสดงในเฟรมใหม่นี้จึงกลายเป็นค่าคงที่ต่อการหมุน
sansuiso

ขออภัยมีกี่ช่วงเวลาที่สามารถคำนวณได้
nkint

8

ช่วงเวลาของภาพเป็นเพียงตัวเลขที่อธิบายลักษณะของภาพโดยตีความว่าเป็นการสุ่มตัวอย่างเชิงพื้นที่ หากคุณเรียนคลาสความน่าจะเป็นใด ๆ คุณควรจำแนวคิดของค่าเฉลี่ยและความแปรปรวนซึ่งมาจากช่วงเวลาที่หนึ่งและสองของตัวแปรสุ่ม (ช่วงเวลาที่ n ของ rv คือความคาดหวังของกำลังของ n ) นอกจากนี้ช่วงเวลาของตัวแปรสุ่มกำหนดการกระจายโดยรวม กล่าวอีกนัยหนึ่งคุณสามารถลดการแจกแจงความน่าจะเป็นตามลำดับของตัวเลขและนี่จะมีประโยชน์เมื่อคุณต้องการเปรียบเทียบการแจกแจงแบบตัวเลข

ในการประมวลผลภาพหากคุณต้องการเปรียบเทียบภาพคุณอาจไม่ต้องการให้การเปรียบเทียบมีความไวต่อสิ่งเล็ก ๆ น้อย ๆ เช่นการหมุนการแปลและการปรับขนาด (เนื่องจากภาพยังคงเหมือนเดิม) ดังนั้นแรงจูงใจที่อยู่เบื้องหลังช่วงเวลาที่ไม่เปลี่ยนแปลงที่คุณเห็นในบทความ Wikipedia ที่คุณอ้างถึง

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.