← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9450.c · 生成模型:Tencent Hunyuan Hy

取样量化与预处理

理解等级:中级

采集阶段要把传感器输出的连续电压变成数字图像,靠两步:取样(数字化坐标,决定像素数即空间分辨率)和量化(数字化幅度,决定每像素灰度级数)。二者都存在质量与数据量的权衡:采样间隔越大像素越少、分辨率越低,严重时出现马赛克;量化等级越低层次越不明显,会出现假轮廓;反之质量高但数据量大。采集后的图像还不能直接识别,需经去噪、提清晰度、图像增强等预处理,目标是让物体轮廓更清晰、细节更明显、强化重要特征。边界在于:预处理不是越“漂亮”越好,而是服务于机器提取特征。启发是——任何数据入口都有“精度 vs 成本”的旋钮,按下游需求来定标准才是关键。

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

    参考来源

    - 位置:《产品经理进阶:100个案例搞懂人工智能 (林中翘)》第11章《图像识别与卷积神经网络》(源文件:`../../book-sources/extracted/产品经理进阶:100个案例搞懂人工智能 (林中翘)/_epub-src/OEBPS/text00016.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292) - 结论依据:原文指出数字化坐标称取样、数字化幅度称量化,并对比采样间隔与量化等级对质量和数据量的影响,还说明预处理旨在强化重要特征,支撑本卡的权衡结论。 - 原始内容:数字化坐标值称为取样,数字化幅度值称为量化。在取样时,横向采取的像素数量与纵向采取的像素数量相乘即是该图像采集时的分辨率。