图像形态学处理 & 两种基本的变换

Note.

Posted on March 9, 2020

图像形态学处理 啥叫形态学操作 形态学操作其实就是改变物体的形状，比如腐蚀就是”变瘦”，膨胀就是”变胖”。 形态学操作一般作用于二值化图，来连接相邻的元素或分离成独立的元素。腐蚀和膨胀是针对图片中的白色（即前景）部分！ 开/闭运算 先腐蚀后膨胀叫开运算（因为先腐蚀会分开物体，这样容易记住），其作用是：分离物体，消除小区域。 果我们的目标物体外面有很多无关的小区域，就用开运算去除掉；如果物体内部有很多小黑洞，就用闭运算填充掉。 开闭运算最重要的一点就是，可以保持物体原有大小。然后一个是消除物体内部孔洞的另一个是增强物体之间连接点的。 [Read More]
Tags: Note

熵(Entropy)

Note.

Posted on March 6, 2020

熵(Entropy) 信息熵 考虑一个离散的随机变量 x，由上面两个例子可知，信息的量度应该依赖于概率分布 p(x)，因此我们想要寻找一个函数 I(x)，它是概率 p(x) 的单调函数，表达了信息的内容。怎么寻找呢？如果我们有两个不相关的事件 x 和 y，那么观察两个事件同时发生时获得的信息量应该等于观察到事件各自发生时获得的信息之和，即： \(I(x, y)=I(x)+I(y)\) 这么一看，就知道Log要上场了。 \(log_a(mn)=log_am+log_an\) 而且需要符号保证 \(I(x)=-\log p(x)\) 平均信息量 注意一下：联合熵： \(H(X, Y)=-\sum_{x, y} p(x, y) \log p(x, y)=-\sum_{i=1}^{n} \sum_{j=1}^{m} p\left(x_{i}, y_{i}\right) \log p\left(x_{i}, y_{i}\right)\) 非均匀分布比均匀分布的熵要小。现在让我们考虑如何把变量状态的类别传递给接收者。与之前一样，我们可以使用一个2比特的数字来完成这件事情。然而，我们可以利用非均匀分布这个特点，使用更短的编码来描述更可能的事件，使用更长的编码来描述不太可能的事件。有点像数据结构讲ZIP压缩算法提到的那个霍夫曼树的那个玩意儿。 熵是传输一个随机变量状态值所需的比特位下界（最短平均编码长度） [Read More]
Tags: Note

BoostNote Express Program Story

Story.

Posted on September 13, 2019

BoostNote_Express_Program Story Background What made me take this project? when i want to publish an blog, I have to export the md files. When i want to open my note in another app, I have to export the md files. An I have to choose the folder that the file... [Read More]
Tags: C++ Win10