什么是图像处理的稀疏性？

Question

我是图像处理的新手，我不知道基本术语的使用，我知道稀疏性的基本定义，但任何人都可以在图像处理方面详细说明定义吗？

Answer 1

Sajid，几个月前我实际上正在进行图像处理，我找到了一个网站，它给了我我认为最稀疏的最佳定义。

  

稀疏度和密度是用于描述百分比的术语   数据库表中未填充和填充的单元格，   分别。稀疏度和密度之和应该等于100％。

     

密度为10％的表格中有10％的单元格填充非零值   值。因此90％稀疏 - 这意味着90％的细胞都是稀疏的   要么没有填充数据，要么是零。

我在黑/白图像处理的开/关环境中使用了它。如果许多像素关闭，则像素稀疏。

Answer 2

正如晦涩的问题所说，稀疏性是指矢量或矩阵大多为零。要查看真实世界的示例，只需查看wavelet transform，对于任何真实世界的图像，已知它是稀疏的。

（所有黑色值均为0）

稀疏性具有强大的影响力。它可以将两个NxN矩阵的矩阵乘法（通常是O(N^3)运算）转换为O(k)运算（具有k个非零元素）。为什么？因为for all x, x * 0 = 0。

是一个众所周知的事实

稀疏是什么意思？在我遇到的问题中，它意味着某些领域的相似性。例如，自然图像在区域中的颜色大致相同（天空是蓝色，草是绿色等）。如果您对该自然图像进行小波变换，则输出通过小波的递归性质是稀疏的（好吧，至少在Haar小波中是递归的）。