知识卡片
等分灰度会让通道失衡
常规 ALI 把灰度区间等分成 n 段,每段对应一个二值通道,这隐含假设灰度在各区间分布均匀。真实场景往往相反:背景占据大量像素并挤在一两个区间,目标所在区间可能只有零星像素。等分的结果是某些通道塞满信息、某些通道几乎为空,各通道再独立做运动检测时,稀疏通道的判决几乎全靠噪声。
第二个后果:通道数固定带来两难——太小则弱目标与背景落入同一通道无法区分,太大则通道数膨胀、计算量上升,且每通道像素太少、统计量不稳。 结论:通道划分应由图像自身的信息分布决定,而不是由灰度轴被切成几等份决定。这也说明分通道不是一个预处理细节,而是决定后续判决质量的关键环节。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 第2章 人脑视觉系统的侧抑制机制及其应用 · 查看原书依据
在常规的ALI模型中,通道个数n是固定的,而且分通道的阈值(各通道中图像灰度的上限和下限值)是通过对图像灰度值所处区间进行n等分产生的。对于复杂背景下的运动目标检测,图像的灰度分布往往是不均匀的,采用平均分配方法将导致图像灰度信息分配的不均衡,进而影响目标检测精度。
参考来源
- 位置:《基于类脑计算的目标检测与跟踪技术》第2章 人脑视觉系统的侧抑制机制及其应用(源文件:extracted/基于类脑计算的目标检测与跟踪技术/_epub-src/OPS/txt002.html)
- 结论依据:常规 ALI 把灰度区间等分成 n 段,每段对应一个二值通道,这隐含假设灰度在各区间分布均匀。
- 原始内容:在常规的ALI模型中,通道个数n是固定的,而且分通道的阈值(各通道中图像灰度的上限和下限值)是通过对图像灰度值所处区间进行n等分产生的。对于复杂背景下的运动目标检测,图像的灰度分布往往是不均匀的,采用平均分配方法将导致图像灰度信息分配的不均衡,进而影响目标检测精度。