我正在阅读几篇学术论文,这个术语经常出现“局部加权直方图”。引用示例如下:
首先,使用高斯邻域加权为其邻域中的每个像素构建累积直方图
我将能够构建一个局部直方图,我不确定这个权重是关于什么的。
假设中心像素位于处,我们在坐标和处有两个具有相同灰度值的像素,但是这样。正常的直方图会将该值计数两次。例如,使用高斯加权,我们将如何在直方图构造中计算这样的像素值?
我正在阅读几篇学术论文,这个术语经常出现“局部加权直方图”。引用示例如下:
首先,使用高斯邻域加权为其邻域中的每个像素构建累积直方图
我将能够构建一个局部直方图,我不确定这个权重是关于什么的。
假设中心像素位于处,我们在坐标和处有两个具有相同灰度值的像素,但是这样。正常的直方图会将该值计数两次。例如,使用高斯加权,我们将如何在直方图构造中计算这样的像素值?
加权局部直方图意味着使用局部滤波器(在本例中为高斯结果图像是二维卷积。的正常直方图是 (x,y)的局部直方图。它用于根据使用的过滤器查看图像的某些特定特征
除非有人指定其数学定义,否则不可能对术语局部直方图进行精确解释。然而,术语局部具有以下意义:从一堆空间相关的像素计算直方图,而不是使用整个图像。
此外,权重的使用进一步意味着(通常)更接近的像素将在计算的直方图统计中占主导地位。然而,目前尚不清楚这种加权将如何转化为直方图计算的机制。