知识卡片

普通读书笔记卡 · 8884 · 生成模型:GPT-6

可分离图像分成两个一维变换

理解等级:中级

若ℓ[n,m]=a[n]b[m],二维DFT等于A[u]B[v]。这对可分离核或秩一近似有用,但一般图像不满足这种乘积形式;SVD可提供受平方误差准则约束的低秩近似。二维DFT可分轴计算的性质也不要求输入本身秩一。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      An image is separable if it can be written as the product of two 1D signals, ℓ [n, m] = ℓ1 [n] ℓ2 [m]. If an image is separable, then its Fourier transform is separable: ℒ [u, v] = ℒ1 [u] ℒ2 [v]

    参考来源

    - 位置:《Foundations of Computer Vision (Antonio Torralba, Phillip Isola etc.)》第16章《傅里叶分析》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Foundations of Computer Vision (Antonio Torralba, Phillip Isola etc.)/_epub-src/OPS/xhtml/c016.xhtml) - 结论依据:摘录中关于可分离图像分成两个一维变换的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:An image is separable if it can be written as the product of two 1D signals, ℓ [n, m] = ℓ1 [n] ℓ2 [m]. If an image is separable, then its Fourier transform is separable: ℒ [u, v] = ℒ1 [u] ℒ2 [v]