程序纹理算法的清晰度？

Question

在本页的大图片部分here中，给出了一个表格，用于比较3种不同功能的不同组合。让左边的函数为y = f(x)那么函数平均值，差值，加权和，4％阈值呢？我需要y

方面的数学方程式

Answer 1

在该页面上解释了所有内容：

  

以下是一些简单，无聊的功能，当它们与自身的越来越小的版本重复组合时，会创建非常有趣的模式。下表显示了基本源模式（左），以及使用各种组合方法将该模式与其自身的较小版本组合。

     

平均值（1 / n） - 这只是所使用的所有比例的平均值，'n'是比例总数。因此，如果有6个量表，则每个量表贡献最终值的16％（1/6）。

     

差异 - 使用每个比例的颜色值之差作为最终纹理颜色。

     

加权和（1/2 ^ n） - 加权和与平均值非常相似，只是较大的比例具有更大的权重。随着'n'的增加，该量表的贡献减少了。最小尺度（n的最高值）影响最小。这种方法是最常见的，通常最具视觉效果。

     

4％阈值 - 这是加权总和的一个版本，其中低于48％灰色的任何内容都会变为黑色，而任何高于52％灰度的内容都会变为白色。

让我们采用平均和检查器功能。您正在平均一些重复的不同图像，在他们的示例中为6，但在以下示例中为3：

因此输出图像的每个像素是来自其他图像的像素值的平均值。您可以根据需要拥有尽可能多的图像，并且它们始终以相同的方式构建：级别n的图像由4个图块组成，图像级别n-1的图像缩放为第四个它的大小。然后从所有这些图片中应用上述功能之一，只获得一个。

现在更清楚了吗？但是，通常很难给出定义每个图像的函数f。但是，即使在伪代码和数学中有1个输出（n）有x个输入（y = f(x1, x2, ....xn) s），也会定义“复合”函数：

• 平均值（1 / n） - 对于n级别，final_pixel[x][y] = sum for i from 1 to n of image_i[x][y]/n

  

• 差异 - 对于n级别，final_pixel[x][y] = sum for i from 2 to n of to n of image_i[x][y] - image_i-1[x][y] - 对此不完全确定。

  

• 加权总和（1/2 ^ n） - 对于n级别，final_pixel[x][y] = sum for i from 1 to n of image_i[x][y]/(2**n)

  

• 4％阈值 - 对于n级别，

value = sum for i from 1 to n of image_i[x][y]/(2**n)
if value/max_value > .52 then final_pixel[x][y]=white 
else if value/max_value < .48 then final_pixel[x][y]=black;
else final_pixel[x][y]=value

2**n的幂是n的幂。