Технический форум по робототехнике.
Николай_Алексеевич писал(а):1. 50х50 взял с потолка
2. Интегральное изображение представляет собой сумму пикселей от левого верхнего угла до левого правого. Вроде так. Высчитывается в пакете OpenCV функцией cvIntegral. Такчто сматрите ее за описанием
3. Про 1.25 - больше отталкивался от V&D c ихними 1.2 чем от потолка
Николай_Алексеевич писал(а):от левого верхнего угла до левого правого.
. Николай_Алексеевич писал(а):Кстати, может не втему но вот эта тема меня более интересует чем распознавание
Виталий писал(а):Ну вобщем про гистограммы и функцию расстояния и т.д.
Т.к. у нас все гистограммы будут одинаковые, то в качестве функции расстояния можно использовать просто сумму квадратов разностей каждого столбика.
=DeaD= писал(а):...для математической четкости надо еще некоторые ограничения ввести - типа чтобы можно было это отображение NxN => F' было представлять в непрерывной области прямоугольной формы...
=DeaD= писал(а):Но одно могу сказать точно - средний цвет любой прямоугольной области указанного вида находит за "1 формулу"
GraphD писал(а):Виталий писал(а):Ну вобщем про гистограммы и функцию расстояния и т.д.
Т.к. у нас все гистограммы будут одинаковые, то в качестве функции расстояния можно использовать просто сумму квадратов разностей каждого столбика.
Сие есмь истина. Для сравнения векторных характеристик, которые сравниваются поэлементно
[поэлементные разницы взвешенно складываются, т.е с весовыми коэффициентами, которые часто берутся одинаковыми]
GraphD писал(а):, т.к. если нормы всякие сравнивать, то у нас сравнение будет неустойчиво. Причем вектора нужно нормализовывать чаще всего на практике, что и делается в sift- и др. дескрипторах.
GraphD писал(а):=DeaD= писал(а):...для математической четкости надо еще некоторые ограничения ввести - типа чтобы можно было это отображение NxN => F' было представлять в непрерывной области прямоугольной формы...
А зачем нам это ограничение, все матрицы дискретны и есть.
GraphD писал(а):=DeaD= писал(а):Но одно могу сказать точно - средний цвет любой прямоугольной области указанного вида находит за "1 формулу"
Какого "указанного вида"? [Любую прямоугольную?]
Если любую, то в некоторых вещах, могу предположить на глаз, это дает прирост очень и очень заманчивый... А вообще решение красивое. Незнаю знал ли об этом один автор статьи, этот алгоритм описан в инете или как его название?
Виталий писал(а):Ну так вот для этой цели можно ввести параметр обозначающий "жесткость отбора" - число столбцов гистограммы. Разве не так?
Виталий писал(а):Вот известен такой метод достаточно давно: строится пирамида изображений, а потом в ней осуществляется поиск начиная с самого грубого уровня, постепенно уточняя местоположение на более точных уровнях.
Это да, но там нет супер-быстрой отсечки по среднему цвету
разности столбцов в квадрат возводить и сравнивать нельзя - я уже сказал по чему
Виталий писал(а):Это да, но там нет супер-быстрой отсечки по среднему цвету
Так поиск в пирамиде это и есть почти отсечка по среднему цвету.
Виталий писал(а):разности столбцов в квадрат возводить и сравнивать нельзя - я уже сказал по чему
Я так и не понял почему. Повтори если не сложно, только для дураков чтоб понятно было.
=DeaD= писал(а):Ересь какая. Вы подумайте хорошо как эта норма соотносится с нормой по среднеквадратичным отклонениям попиксельным (*). Я вам без раздумий могу сказать - никак. Для вашей нормы надо чтобы цвета точно совпадали, иначе они попадут в разные столбики и кирдык.
=DeaD= писал(а):Ну как так. Ну представим что гистограмма первого изображения везде равна нулю, кроме цвета 254, а второго - кроме цвета 255.
GraphD писал(а):=DeaD= писал(а):Ересь какая. Вы подумайте хорошо как эта норма соотносится с нормой по среднеквадратичным отклонениям попиксельным (*). Я вам без раздумий могу сказать - никак. Для вашей нормы надо чтобы цвета точно совпадали, иначе они попадут в разные столбики и кирдык.
Моя норма? Мы вообще-то говорили не о нормах, а о разностях векторных характеристик, нормы там косвенную роль играют, не принципиальную, может вы о чем-то другом?
GraphD писал(а):Вообще, ведь гистограмма[а она есть приближение плотности распределения цвета в заданном окне, т.е. дискретный график]
и мы фактически сравниваем эти графики, вычитая их, а не находим их среднее [норму]. Затем уже норму разности находим, но она уже отражает качественную иную разницу, нежели искусственно найденная - средний цвет.
GraphD писал(а):=DeaD= писал(а):Ну как так. Ну представим что гистограмма первого изображения везде равна нулю, кроме цвета 254, а второго - кроме цвета 255.
Гистограмма строится с шагом, превышающим минимальное расстояние по оси X величины, поэтому близкие цвета попадают в 1 столбик !!!
=DeaD= писал(а):А зачем вы говорили о разности векторных характеристик? То есть как их применять то можно в данном случае? Указанную вами метрику я показал почему нельзя применять. (а норма - это расстояние от какого-то вектора до нулевого вектора, просто у вас норма разности гистограмм считалась)
=DeaD= писал(а):Это я все понимаю, но вы не ответили на вопрос - какую оценку для попиксельного СКО можно дать с помощью вычисленной вами векторной нормы разности гистограмм? Моё мнение - практически никакую. А моя норма разности средних цветов дает замечательную оценку
=DeaD= писал(а):GraphD писал(а):Гистограмма строится с шагом, превышающим минимальное расстояние по оси X величины, поэтому близкие цвета попадают в 1 столбик !!!
Полная фигня, простите меня, с каким бы шагом гистограмма не строилась в ней всегда есть точки перехода, в которых близкие цвета попадают в разные столбики. А еще попробуйте посчитать сколько времени вашу норму разности гистограмм надо рассчитывать и сколько памяти выделить под быстрый расчет моим методом.
В общем гистограммы - НЕЗАЧОТ, а разница средних цветов - РУЛЕЗ
Столбики вырастут так как нужно!, [и будут вырастать везде ]! У вас же не десять пикселей в окне! Ну если меньше, то тут нужность статистики действительно сомнительна, и, как Вы предложили, берем средний цвет и поехали...