わかりやすい英語のデジタル画像の瞬間


9

私はOpenCVを勉強しています。コンピュータービジョンと画像処理では、人々はブロブ、輪郭、接続された領域について話します。「画像の瞬間」というフレーズを時々耳にします。

ウィキペディアの記事を知っていますが、あまりにも専門的すぎると思います。私は数学の背景に深く入りたくありませんが、私が話していることを知りたいです。

誰かが私に画像の瞬間は平易な英語であると説明してもらえますか?

回答:


7

画像のモーメントは、力学と同じ概念です。1次モーメントは、ピクセルの質量がその強度である質量中心を提供します。2次モーメントは、この質量が質量中心の周りでどのように変化するかなどを示します。現実世界のオブジェクトの慣性は、画像のモーメントから得ることができます。これにより、記述したい形状の主軸が得られます。


「説明したい形状の主軸を与える」という最後のフレーズは正しいですか?一次、二次などのモーメントは、直交軸や一般的な向きとは関係ありませんが、画像の全体的な統計的特徴と関係があるのではないでしょうか。(実際には
わかり

はい、私はかなり確信しています。標準的なコンテキストでは、バックグラウンド= 0およびオブジェクト= 1である2値化された画像のモーメントを計算します。次に、この1次モーメントは重心を与え、2次の行列は2を与えます対角化後の主軸。それは形を正規化する方法です。機械的慣性について考えてみてください。これは、オブジェクトがどのようにバランスを取り、そのポイントの周りを回転するかと関係があります。
sansuiso 2013年

私が最も混乱しているのは、この部分が以前の回答を形成していることです。同じ)。" 主軸は方向(回転)に敏感なので、結局、2次モーメントは回転に敏感なのですか?
heltonbiker 2013年

主軸によって定義されたフレームで形状を表現することです。これにより、暗黙の回転が実行され、特に水平が最初の主軸になります。したがって、この新しいフレームで表される2番目のモーメントは、回転に対して不変になります。
sansuiso 2013年

申し訳ありませんが、計算できるモーメントはいくつですか?
nkint 2013年

8

画像のモーメントは、画像を特徴付ける数値であり、空間確率変数の実現として解釈されます。確率クラスを取っている場合は、確率変数の1番目と2番目のモーメントから派生する平均と分散の概念を覚えておく必要があります(rvのn番目のモーメントはn番目のべき乗の期待値です) )。さらに、確率変数のモーメントは集合的にその分布を規定します。つまり、確率分布を一連の数値に減らすことができます。これは、分布を数値で比較する場合に役立ちます。

画像処理では、画像を比較する場合、回転、平行移動、スケールなどの細かいことに影響を受けないようにする必要があります(画像は基本的に同じままなので)。したがって、あなたが引用したウィキペディアの記事にある不変の瞬間の背後にある動機。

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.