什么是图像处理的稀疏性?

时间:2013-01-14 06:05:57

标签: image

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?

2 个答案:

答案 0 :(得分:5)

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。

答案 1 :(得分:3)

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。

wavelet

(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)。