第七章标准空间.pptxVIP

  1. 1、本文档共56页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第七章标准空间

第七章 尺度空间;前面讨论的是单个变换的性质,现在讨论尺度空间中一族图像变换所具有的特性。首先,尺度空间赋予两个方面的限制条件:一方面与尺度空间的结构有关,包括规则性、局部比较原则及金字塔结构。另一方面的限制与不变性有关,包括平移不变性、伸缩不变性、欧氏不变性和仿射不变性以及灰度平移不变性和对比不变性,依次讨论在不同限制条件下尺度空间所具有的特性。 另外,尺度空间具有一个重要的特征——被一个偏微分方程所控制。;7.1 尺度空间的定义 尺度空间(scale space)是一个抽象的框架,从算法的观点看,是滤波器的迭代。在这个框架中,可以分析滤波器迭代所具有的逼近性质,对滤波器进行分类。例如,所有的线性滤波器都可以归为一类,因为所有的线性滤波器局部化及迭代后都收敛于同 一个结果——热传导方程初值问题的解。 定义1:一族以t≥0为参数的图像光滑算子Tt称为一个尺度空间,记为 {Tt}t∈R+,其中t称为尺度参数。对于一副图像u0(x),称Ttu0是图像在u0在尺度t的映像,尺度参数t定量的反映图像被光滑的程度。;在尺度空间上定义一个性质比较好的代数结构: 定义2:称尺度空间具有金字塔(pyramidal)结构,如果 T0 = id,任取t,h,存在Tt+h,t,使得 Tt+h= Tt+h,t Tt ,其中Tt+h,t被称为转移算子,id是图像的恒等变换。 图刻画了此结构,说明 光滑程度较大的Tt+su0可以在 尺度空间 {Tt}t∈R+中沿一条光滑 图像所组成的路径 Ttu0(t﹤s)到达。;如果Tt+h,t=Th,则该尺度空间就构成了一个有恒等元 (图像的恒等变化)的半群。 定义3:尺度空间{Tt}t∈R+是递归的(recursive),如果对于任意的s,t﹥0及图像u T0 = id 和 Tt+s(u) = Ts 。Tt(u) 如果满足递归条件,那么Tt可以Tt/n迭代n次得到。 所有的运算都是对图像信息作组合,没有其它的特征在这个过程中加入进来,所以参数t越大,图像内容就越简单,即,图像u0在尺度s﹥t的映像 Tsu0 比 Ttu0 ‘简单’。 ;例:前面把热传导方程初值问题在t时刻的解作为图像光滑算子,记为Rt。不同时刻的Rt就组成一个尺度空间 {Rt}t∈R+,Rt(u0)就是‘图像u0在尺度空间{Rt}t∈R+中尺度t的映像’,记方程 在t时刻的解为ut,在t+s时刻的解为ut+s,容易证明ut+s也是下面方程s时刻的解,满足定义3。;7.2 尺度空间的性质 再为尺度空间加上一些限制条件,一部分是由图像变换所必须满足的一些基本性质转化而成的,另一部分是为了导入偏微分方程作为分析尺度空间的数学工具而特别添加的。 定义4:设x,y为图像中的点,y在x的某一邻域中。如果两幅图像u,v满足u(y)﹥v(y),那么存在足够小的h满足 (Tt+h,tu)(x) ≥ (Tt+h,tv)(x) 如果对于任意点 x∈W式都成立,则称尺度空间 {Tt}t∈R+满足局部比较原则(local comparison principle)。;如果尺度空间{Tt}t∈R+满足局部比较原则,那么经过一个很短的‘时间’h后,图像u局部比v亮(灰度值大)的这种特性依然得到保留。 为导入偏微分方程提出下面的定义,首先约定一个记号 , 表示内积,即对于图像支撑集中的两点 x = (x1,x2),y = (y1,y2) x, y = x1y1 + x2y2 定义5:假设y在x的某个邻域中,具有 u(y) = 1/2· A(y-x),y-x + p,y-x + c * 形式的函数u被称为是一个二次式,其中A是一个2×2的对称矩阵,p是一个2维向量,c为一个常数。称尺;度空间是规则的(regular),如果存在一个函数 F(A,p,x,c,t),它对于A是连续的,并且 (Tt+h,tu - u)(x) ∕h → F(A,p,x,c,t) 当h → 0 ** 定义说明: (1)根据图像模型的假设u∈C2,那么图像可以作以下的展开 u(y) = u(x) + Du(x),y-x + 1/2· D2u(x)(y-x),y-x + o(|x-y|2) *式中二次式u的特殊之处就是o(|x-y|2)为0,**成立也仅仅局限于二次式;(2)F拥有5个自变量A,p,x,c,t,实质却是9个实数自变量。其中对称矩阵A包含3个实参数;一个二维向量p包含2个实参数;常数c是一个实参数

文档评论(0)

f8r9t5c + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8000054077000003

1亿VIP精品文档

相关文档