松垮垮 松垮垮
首页
  • GPU并行编程
  • 图形学
  • 归并算法
  • 计算机视觉
  • css
  • html
  • JavaScript
  • vue
  • 压缩命令
  • cmdline
  • Docker
  • ftrace跟踪技术
  • gcov代码覆盖率测试
  • GDB
  • git
  • kgdb
  • linux操作
  • markdown
  • systemtap
  • valgrind
  • 设计模式
  • 分布式
  • 操作系统
  • 数据库
  • 服务器
  • 网络
  • C++
  • c语言
  • go
  • JSON
  • Makefile
  • matlab
  • OpenGL
  • python
  • shell
  • 正则表达式
  • 汇编
  • GPU并行编程
  • mysql
  • nginx
  • redis
  • 网络
  • 计算机视觉
  • 进程管理
  • linux调试
  • 【Python】:re.error bad escape i at position 4
  • 搭建ai知识助手
  • 分类
  • 标签
  • 归档
GitHub (opens new window)

松垮垮

c++后端开发工程师
首页
  • GPU并行编程
  • 图形学
  • 归并算法
  • 计算机视觉
  • css
  • html
  • JavaScript
  • vue
  • 压缩命令
  • cmdline
  • Docker
  • ftrace跟踪技术
  • gcov代码覆盖率测试
  • GDB
  • git
  • kgdb
  • linux操作
  • markdown
  • systemtap
  • valgrind
  • 设计模式
  • 分布式
  • 操作系统
  • 数据库
  • 服务器
  • 网络
  • C++
  • c语言
  • go
  • JSON
  • Makefile
  • matlab
  • OpenGL
  • python
  • shell
  • 正则表达式
  • 汇编
  • GPU并行编程
  • mysql
  • nginx
  • redis
  • 网络
  • 计算机视觉
  • 进程管理
  • linux调试
  • 【Python】:re.error bad escape i at position 4
  • 搭建ai知识助手
  • 分类
  • 标签
  • 归档
GitHub (opens new window)
  • GPU并行编程

  • 图形学

  • 图形学(细分曲面)Subdivision
  • 归并算法
  • 计算机视觉

    • skimage
    • 人脸
    • 受监督的机器学习
    • 图像频谱
    • 场景的实例识别
    • 场景的类别识别-词袋向量(Recognition
    • 基础
      • 采样
      • 量化Quantization
    • 无监督机器学习
    • 滤波器(卷积核)
    • 特征点提取
    • 目标的种类检测
    • 神经网络
    • 边缘检测
  • cs
  • 计算机视觉
songkuakua
2025-02-15
目录

基础

# 基础

Owner: -QVQ-

# 分辨率

图像其总数据量是:每行像素(M)X 每列像素数(N)X 灰度值所占用位数(Bits)。

  • 空间分辨率:每英寸图像内有多少个像素点,分辨率的单位为PPI Untitled

  • **几何分辨率:**图像的像素点的个数

  • **幅度分辨率:**指传感器探测元件在接收光谱信号时所能分辨的最小辐射度差。即量化能力,量化级越多,图像层次越丰富,辐射分辨率越高 Untitled

    • 灰度分辨率(量化分辨率):在灰度级中可分辨的最小变化,灰度级数通常是2的整数次幂。是幅度分辨率的一部分,只区分灰度级。
  • 密度分辨率,即在低对比度时能够分辨最小尺寸的能力

  • 时间分辨率:指对同一区域进行重复观测的最小时间间隔

# 图像类型

  • 二值图像(Binary Image)

    一幅二值图像的二维矩阵仅由0、1两个值构成,“0”代表黑色,“1”代白色

  • 灰度图像(Gray Image)

    灰度图像矩阵元素的取值范围通常为[0,255]。因此其数据类型一般为8位无符号整数的(int8),这就是人们经常提到的256灰度图像。“0”表示纯黑色,“255”表示纯白色

  • RGB彩色图像(Color Image)

# 图像的取样和量化

# 采样

是把一幅连续图像在空间上分割成M×N个网格,每个网格用一值来表示。一个网格称为一个像素。 Untitled

# 量化Quantization

量化是把像素的灰度(浓淡)变换成离散的整数值的操作。计算机中一般用8bit(256级)来量化,这意味着像素的灰度(浓淡)是0—255之间的数值。所有原始图像采样得到的数值都要分配到这256个值中。以下是量化级2,8,64级的效果 Untitled

上次更新: 2025/02/21, 14:57:10
场景的类别识别-词袋向量(Recognition
无监督机器学习

← 场景的类别识别-词袋向量(Recognition 无监督机器学习→

最近更新
01
搭建ai知识助手
02-23
02
边缘检测
02-15
03
css
02-15
更多文章>
Theme by Vdoing | Copyright © 2025-2025 松垮垮 | MIT License | 蜀ICP备2025120453号 | 川公网安备51011202000997号
  • 跟随系统
  • 浅色模式
  • 深色模式
  • 纯净模式