← 返回刚才阅读的位置

知识卡片

结构图卡 · 9594.m · 生成模型:DeepSeek-V4.1-Flash

按信息量递归分通道

理解等级:中级

自适应分通道按“信息量是否够多”决定要不要继续切。参数:m 是每次分割产生的二值图数量,T 是判定阈值,P 是图像总像素数。过程:先把灰度图按 m 个等宽双阈值切成 m 幅二值图;对每幅统计值为 1 的像素数,若其不小于 T·P,说明该区间仍聚集大量像素、信息过于集中,就把这些像素对应的原灰度取出,在该区间内再细分成 m 份;否则该通道直接输出。

递归的效果:像素多的区间被反复细分,像素少的区间一次通过,各通道承载的信息量趋于均衡。m 取 3、T 取 1⁄5 时,一帧图像通常得到 5 个通道。 代价:通道总数不再固定,最坏情况按 m 的幂次增长,精度与运算量必须设定上限。

结构图:

flowchart TD
A[输入帧灰度图] --> B[按 m 个双阈值分割]
B --> C[得到 m 幅二值图]
C --> D{信息量不小于 T 乘 P}
D -- 是 --> E[取该区间灰度再分 m 份]
E --> C
D -- 否 --> F[输出该通道二值图]
F --> G[各通道独立做 ALI 检测]
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:《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:自适应分通道按“信息量是否够多”决定要不要继续切。 - 原始内容:通过上述过程,输入图像被分成多幅二值图像。由于所获取的二值图像数量是根据输入图像的灰度分布自适应确定的,图像信息在各个通道分配得较为均匀,因此有利于提高运动背景下的目标检测精度。