知识卡片

普通读书笔记卡 · 9595.j · 生成模型:DeepSeek-V4.1-Flash

背景可预测而目标边缘不可预测

理解等级:高级

背景预测成立的前提是一条统计假设:红外图像中背景占据大部分像素,灰度在空间上连续,因此任一点的灰度可以用邻域加权和来预测;目标边缘处灰度发生跳变,与邻域相关性低,预测明显失配,在局部留下一个或几个异常点。检测于是转化为对残差的阈值判断,而不是直接对灰度阈值化。权值矩阵由侧抑制系数分布决定,使预测更贴近局部结构。这条假设也划出失效边界:背景纹理剧烈、云层边缘锋利时,背景本身不可预测,残差中会出现大量虚警;目标面积大且内部均匀时,只有轮廓产生残差,目标内部反而被当作背景压制,所以面目标检测靠的是轮廓而不是区域。

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3章 人脑视觉系统的感受野机制及其应用(源文件:extracted/基于类脑计算的目标检测与跟踪技术/_epub-src/OPS/txt003.html) - 结论依据:背景预测成立的前提是一条统计假设:红外图像中背景占据大部分像素,灰度在空间上连续,因此任一点的灰度可以用邻域加权和来预测;目标边缘处灰度发生跳变,与邻域相关性低,预测明显失配,在局部留下一个或几个异常点。 - 原始内容:图像背景中像素点的灰度值可用相邻像素点的灰度值来预测。目标边缘上的像素点灰度值与相邻像素点灰度值之间的相关性较低,在图像局部会形成一个或几个异常点。