jacobian矩阵与hessian矩阵在图像中的实际应用
来源:互联网 发布:姚明04奥运会数据 编辑:程序博客网 时间:2024/06/05 17:36
学习了一年的cv,现在终于领悟了一些Jacobian矩阵和Hessian矩阵的内涵。
Jacobian矩阵
雅克比矩阵是求解最优解的一种数学工具,听起来玄乎,其实不过是一种在多维空间中求导的方法。
一阶导数其实就是对原有函数的曲率(变化率)做一个定量的标记,原函数变化快,曲率大,那么一阶导就大,那么雅克比行列式det也就大。
那么雅克比矩阵在图像处理中有什么实际用途呢?
边缘检测中可以利用雅克比矩阵和knn算法来优化非极大值抑制算法。
比如一副图像,我们首先是利用了sobel算子检测出来了x方向和y方向的一个梯度变化,但是很多时候我们并不能清楚知道边缘到底精确在什么位置,因为sobel检测出的边缘很宽,一个边缘可能会检测出3个像素甚至5个像素宽度的梯度变化,这时候我们需要用到非极大值抑制算法来精确边缘,而曲率是一个不可测单位所以需要求导,这是一个二维导数。利用每个像素雅克比行列式值来进行非极大值抑制,当然也可以直接用sobel所得出的梯度值来进行计算。
Hessian矩阵
海森矩阵应用在图像中可比雅克比更多了,经典的SIFT算法和Harris角点检测都用到了hessian。[Dxx,Dxy,Dxy,Dyy]这就是二维海森矩阵,海森矩阵其实就是二阶导,为什么海森用的比雅克比多,因为在求曲率最大时,一阶导对应的求极大值,而二阶导对应的是求0点,hessian矩阵更适合数学运算,在sift中,海森矩阵起着消除边缘角点的作用,将一些只对单边响应大的角点给踢出,而在Harris中更是将hessian矩阵作为判断角点的准则。利用hessian矩阵的迹和行列式值来计算角点的双边响应和响应强度。
4 0
- jacobian矩阵与hessian矩阵在图像中的实际应用
- Hessian矩阵以及在图像中的应用
- Jacobian矩阵、Hessian矩阵
- Jacobian矩阵和Hessian矩阵
- Jacobian矩阵和Hessian矩阵
- Jacobian矩阵和Hessian矩阵
- Jacobian矩阵和Hessian矩阵
- Jacobian矩阵和Hessian矩阵
- Jacobian矩阵和Hessian矩阵
- Jacobian矩阵和Hessian矩阵
- Jacobian矩阵和Hessian矩阵
- Jacobian矩阵和Hessian矩阵
- Jacobian矩阵和Hessian矩阵
- Jacobian矩阵和Hessian矩阵
- Jacobian矩阵和Hessian矩阵
- Jacobian矩阵和Hessian矩阵
- Jacobian矩阵和Hessian矩阵
- Jacobian矩阵和Hessian矩阵
- linux shell常用做法笔记
- 杭电-1874 畅通工程续 (Floyd&&dijkstra)
- LuaJavaBridge - Lua 与 Java 互操作的简单解决方案
- Elasticsearch简介入门
- 串的基本操作 总结 参考网上
- jacobian矩阵与hessian矩阵在图像中的实际应用
- cocos Creator碰撞检测
- 二维数组
- RMB学习--蒙特卡罗方法-笔记
- VM虚拟机中Debian系统全屏显示(安装VM Tools)
- mysql中timestamp,datetime类型的区别与优劣
- linux 常用命令
- discuz代码阅读-核心类-class_core.php
- SSM框架(Spring Spring MVC Mybatis)基础入门学习3——Mybits入门实例(实例免费下载!)