평범한 영어의 디지털 이미지 순간

저는 OpenCV를 공부하고 있으며 컴퓨터 비전 및 이미지 처리에서 사람들이 얼룩, 윤곽, 연결된 영역에 대해 말하고 때로는 "이미지 순간"이라는 문구를 듣습니다.

Wikipedia에 관한 기사를 알고 있지만 너무 기술적 인 것 같습니다. 나는 수학 배경에 깊이 들어가고 싶지 않지만 내가 말하는 것을 알고 싶습니다.

어떤 이미지 순간이 일반 영어로 설명되어 있습니까?

image-processing computer-vision

— nkint
소스

답변:

이미지 순간은 역학과 같은 개념입니다. 1 차 모멘트는 질량 중심을 제공합니다. 여기서 픽셀 질량은 강도입니다. 2 차 모멘트는이 질량이 질량 중심 주위에서 어떻게 변하는 지 등을 알려줍니다. 실제 물체에 대한 관성, 이미지 순간에서 하나를 얻을 수 있습니다. 그러면 설명하려는 도형의 주축이 나타납니다.

— 산수 이소
소스

마지막 설명 인 "설명하려는 SHAPE의 주축을 제공합니다"가 맞습니까? 첫 번째, 두 번째 등의 순간은 직교 축이나 일반적인 방향과 관련이 없지만 이미지의 전체 통계 특성과 관련이 있다고 생각하지 않습니까? (실제로 확실하지는 않음)

— heltonbiker

예, 확실합니다. 표준 문맥에서, 당신은 배경 = 0이고 객체 = 1 인 이진화 된 이미지에 대한 순간을 계산할 것입니다. 그런 다음, 1 차 모멘트는 질량 중심을 제공하고 2 초 차수는 2를 제공합니다 대각선 화 후 주축. 모양을 btw로 정규화하는 방법입니다. 기계적 관성에 대해 생각해보십시오. 물체의 균형을 잡는 방법과 회전 할 지점과 관련이 있습니다.

— sansuiso

가장 혼란스러운 부분은이 부분이 이전 답변을 형성한다는 것입니다. "이미지 처리에서 이미지를 비교하려는 경우 회전, 평행 이동 및 배율과 같은 사소한 것에 비교하기를 원하지 않을 수 있습니다 (이미지가 기본적으로 남아 있기 때문에 같은)." 주축은 방향 (회전)에 민감하기 때문에 두 번째 모멘트가 모두 회전에 민감하지 않습니까?

— heltonbiker

당신이하는 일은 주축에 의해 정의 된 프레임에 모양을 표현하는 것입니다. 이것은 특히 첫 번째 주축을 수평으로 만드는 암시 적 회전을 수행합니다. 따라서이 새로운 프레임으로 표현 된 두 번째 순간은 회전에 변하지 않습니다.

— sansuiso

미안하지만 몇 순간을 계산할 수 있습니까?

— nkint

이미지 모멘트는 단순히 공간적 랜덤 변수의 실현으로 해석되는 이미지를 특징 짓는 숫자입니다. 확률 클래스를 취했다면 랜덤 변수의 첫 번째와 두 번째 모멘트에서 파생 된 평균과 분산의 개념을 기억 해야 합니다 (rv의 n 번째 모멘트는 n 번째 거듭 제곱의 기대치입니다) ). 더욱이 랜덤 변수의 순간은 집합 적으로 분포를 규정합니다. 즉, 확률 분포를 일련의 숫자로 줄일 수 있으며 분포를 수치로 비교할 때 유용합니다.

이미지 처리에서 이미지를 비교하려면 이미지가 기본적으로 동일하기 때문에 회전, 평행 이동 및 배율과 같은 사소한 것에 비교를 원하지 않을 수 있습니다. 따라서 Wikipedia 기사에서 불변의 순간 뒤에 숨은 동기가 있습니다.

— 엠레
소스