Khoảnh khắc hình ảnh kỹ thuật số bằng tiếng Anh

Tôi đang nghiên cứu OpenCV và, trong thị giác máy tính và xử lý hình ảnh, mọi người nói về các đốm màu, đường viền, các vùng được kết nối và đôi khi tôi nghe thấy cụm từ "khoảnh khắc hình ảnh".

Tôi biết một bài viết trên Wikipedia về nó , nhưng tôi nghĩ nó quá kỹ thuật. Tôi không thực sự muốn đi sâu vào nền toán học nhưng tôi muốn biết tôi đang nói về cái gì.

Ai đó có thể giải thích cho tôi những khoảnh khắc hình ảnh bằng tiếng Anh?

image-processing computer-vision

— nkint
nguồn

Câu trả lời:

Khoảnh khắc hình ảnh là khái niệm tương tự như trong Cơ học. Khoảnh khắc thứ tự đầu tiên sẽ cung cấp cho bạn trung tâm khối lượng, trong đó khối lượng của pixel là cường độ của nó, khoảnh khắc thứ hai sẽ cho bạn biết khối lượng này thay đổi như thế nào xung quanh tâm khối lượng, v.v. Cũng giống như cách bạn có được một khung quán tính cho một đối tượng trong thế giới thực, bạn có thể có được một từ các khoảnh khắc hình ảnh. Điều đó sẽ cung cấp cho bạn các trục chính của hình dạng bạn muốn mô tả.

— sansuiso
nguồn

Bạn có chắc chắn cụm từ cuối cùng, "điều đó sẽ cung cấp cho bạn các trục chính của SHAPE mà bạn muốn mô tả" là chính xác? Tôi nghĩ những khoảnh khắc đầu tiên, thứ hai, v.v. không liên quan đến trục trực giao hay định hướng nói chung, nhưng với đặc điểm thống kê chung của hình ảnh, phải không? (thực sự không chắc chắn, thực sự)

— heltonbiker

Vâng, tôi khá chắc chắn. Trong một bối cảnh tiêu chuẩn, bạn sẽ tính toán các khoảnh khắc trên một hình ảnh nhị phân trong đó nền = 0 và đối tượng = 1. Sau đó, khoảnh khắc thứ tự đầu tiên này cung cấp cho bạn trung tâm khối lượng và ma trận của thứ tự 2 giây cung cấp cho bạn 2 trục chính sau khi chéo. Đó là một cách để bình thường hóa hình dạng btw. Hãy nghĩ về quán tính cơ học: nó liên quan một cách bẩn thỉu đến cách một vật thể được cân bằng và xung quanh điểm nào nó sẽ xoay.

— sansuiso

Điều khiến tôi bối rối nhất là phần này tạo thành một câu trả lời trước đó: "Trong xử lý hình ảnh, nếu bạn muốn so sánh hình ảnh, bạn có thể không muốn so sánh nhạy cảm với những điều nhỏ nhặt như xoay, dịch và tỷ lệ (vì hình ảnh vẫn cơ bản là tương tự)." Vì các trục chính nhạy cảm với định hướng (xoay), nên sau tất cả giây thứ hai IS hay IS KHÔNG nhạy cảm với xoay?

— heltonbiker

Những gì bạn làm là thể hiện hình dạng trong khung được xác định bởi các trục chính. Điều này thực hiện một vòng quay ngầm, đặc biệt sẽ làm cho trục chính đầu tiên nằm ngang. Vì vậy, khoảnh khắc thứ hai, được thể hiện trong khung mới này, trở thành bất biến đối với phép quay.

— sansuiso

xin lỗi, nhưng có thể tính được bao nhiêu khoảnh khắc?

— nkint

Một khoảnh khắc hình ảnh chỉ đơn giản là một con số đặc trưng cho hình ảnh, được hiểu là sự hiện thực hóa một biến ngẫu nhiên không gian. Nếu bạn đã tham gia bất kỳ lớp xác suất nào, bạn nên nhớ các khái niệm về trung bình và phương sai, xuất phát từ khoảnh khắc thứ nhất và thứ hai của biến ngẫu nhiên (khoảnh khắc thứ n của một rv là kỳ vọng về sức mạnh thứ n của nó ). Hơn nữa, các khoảnh khắc của một biến ngẫu nhiên quy định chung phân phối của nó. Nói cách khác, bạn có thể giảm phân phối xác suất thành một chuỗi số và điều này hữu ích khi bạn muốn so sánh phân phối bằng số.

Trong xử lý hình ảnh, nếu bạn muốn so sánh hình ảnh, bạn có thể không muốn so sánh nhạy cảm với những thứ nhỏ nhặt như xoay, dịch và tỷ lệ (vì hình ảnh về cơ bản vẫn giống nhau). Do đó, động lực đằng sau những khoảnh khắc bất biến mà bạn thấy trong bài viết Wikipedia mà bạn đã trích dẫn.

— Emre
nguồn