關於我自己

我的相片
累計超過15年的工作經驗,包括10年的設備製造業經驗,超過6年的光電零組件製造業經驗;10年的海外工作經驗,其中至今有5年以上的派駐經驗。 1.專注AOI檢測於10年以上(從光機設計、圖像分析、設備挑選、處理速度) 2.機器學習推論-onnx整合傳統演算法從瑕疵抓取、分析、分類 3.遷移式機器學習模式(工業應用、醫療應用) 4.整合:Python推論引擎、C++運算能力、C#友善介面 彈性使用 5.擅長利用專家模型推進專案,並熟悉使用OpenVINO、TensorRT、ONNXRUNTIME框架進行有效的實作與測試。

2011年10月6日 星期四

高斯函數的特性

http://blog.csdn.net/jianxiong8814/article/details/1562728
高斯函數有兩個特性:  
  1:一個高斯函數跟另外一個高斯函數的卷積仍然是一個高斯函數,A*B=C   C的標准差的平方是A和B的標准差的平方和,也就是說卷積後的高斯函數更寬,模糊的效果更明顯(直觀上看,連續做高斯模糊運算,圖像會越來越模糊。)  
  2:高斯函數的傅立葉變換仍然是一個高斯函數,如果原來的高斯函數越寬(標准差越大),變換後的高斯函數就越窄(標准差越小),也就是說一個越寬的高斯函數,低通(高阻)濾波的效果越明顯,處理後的圖像的細節就越不清楚(更模糊)。  
   
  要對數字圖像做高斯模糊,就是用一個符合高斯函數分布的卷積核對數字圖像做卷積運算。  
  要確定的有標准差的大小,卷積核的大小,最後的比例系數的大小。  
   
  一個標准差為1.4的高斯5x5的卷積核:  
   
  2   4   5   4   2  
  4   9   12   9   4  
  5   12   15   12   5  
  4   9   12   9   4  
  2   4   5   4   2        
   
  最後乘以比例系數   1/115   

沒有留言: