说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 图像特征函数
1)  image eigenfunction
图像特征函数
1.
First,the image eigenfunction are originated,drawing primitives bandpass pyramid filter and weighted-bandpass pyramid filter are constructed.
首先,选取合适的图像特征函数,构造绘图图元金字塔滤波器(其像素灰度值大于等于255)和权值金字塔滤波器;其次,利用绘图图元滤波器计算绘图图元的数量;最后,利用权值滤波器从上到下逐层排列绘图图元,直到该滤波器的最低层,即可得到再现图像。
2)  Histogram characteristic function (HCF)
直方图特征函数
3)  Image Feature Base
图像特征数据库
4)  Image characteristic
图像特征
1.
To obtain a better fusion effect of double wave band image,requires the research of image fusion arithmetic based on the analysis of the similarities and differences of the target radiation transmission feature、imaging trait and image characteristic in different wave bands.
为了对双波段图像达到比较好的融合效果,需要在分析目标辐射传输特性、成像特性和图像特征等在不同波段的异同基础上研究图像融合算法,利用互补信息和冗余信息来增强图像融合效果。
2.
The original image is divided into blocks,and several former Singular Values(SVs) are extracted from each block as the image characteristics,which are used to construct zero-watermark.
针对传统的基于奇异值分解的水印算法水印容量较低的缺陷,提出基于奇异值分解的零水印算法,在分块的基础上提取奇异值向量的前若干项,将其作为图像特征,并利用此特征进行零水印构造。
5)  image feature
图像特征
1.
Frontal motion tracking based on image feature analysis;
基于图像特征分析的人体正面运动跟踪研究
2.
Fragile watermarking for image authentication based on image feature and public key cryptography;
基于图像特征和公钥密码系统的易损水印算法
3.
An approach of image feature representation that combines the multi-scale image decomposition technique and contour theory is proposed.
结合多尺度图像分解技术和等高线理论提出了一种图像特征表达方法。
6)  Image characteristics
图像特征
1.
This paper describes in brief some interference factors in the application of geological radar to engineering exploration, makes an analysis of image characteristics of interference factors and causes for their formation,suggests some measures for suppressing these interference factors, and provides some basic data for the interpretation of geological radar data in engineering exploration.
介绍了地质雷达在工程勘察中的几种干扰因素 ,并对一些主要干扰因素图像特征及其形成原因进行了分析 ;对如何抑制干扰提出了一些具体措施 ,为工程勘察地质雷达的资料解释提供了可供借鉴的基础资
2.
Their B-scan ultrasound image characteristics were investigated in detail.
结果:根据B超图像特征区分5种主要的外伤性眼内膜性病变,与临床的符合率达86。
3.
This paper describes the radiance-reflectance transformation method based on image characteristics to obtain the reflectance of oil polluted water.
运用基于图像特征的相对发射率数据处理模型,对获得航空高光谱油污染水体数据和正常水体数据进行了反射率提取,得到了相对定标后的油污染水体和正常海水的光谱反射率数据。
补充资料:偏微分算子的特征值与特征函数
      由边界固定的膜振动引出的拉普拉斯算子的特征值问题:是一个典型的偏微分算子的特征值问题,这里x=(x1,x2);Ω是膜所占据的平面区域。使得问题有非平凡解(非零解)的参数λ的值,称为特征值;相应的解称为特征函数。当Ω有界且边界嬠Ω满足一定的正则条件时,存在可数无穷个特征值,相应的特征函数ψn(x)组成l2(Ω)上的完备正交系。乘以常因子来规范ψn(x),使其l2(Ω)模为1,则Ω上的任意函数??(x)的特征展式可写为:当??可以"源形表达",即??满足边界条件且Δ??平方可积时,展式在Ω一致收敛。当??平方可积时,展式平方平均收敛,且有帕舍伐尔公式:
  
  
  对膜振动问题的认识还是相当有限的。能够精确地知道特征值的,只限于矩形、圆盘等少数几种非常简单的区域。对椭圆和一般三角形的特征值精确值,还几乎毫无所知。其他情形就更谈不上了。
  
  将不超过 λ的特征值的个数记为N(λ)。特征值的渐近分布由N(λ)对大 λ的渐近式来刻画。这方面最早的结果是(C.H.)H.外尔在1911年得到的(外尔公式):
  式中表示Ω的面积。R.库朗将余项改进为。对于多角形区域,又有人将余项改进到。各种情况下改进余项估计的工作至今绵延不绝。外尔猜测有一个更强的结果:式中|嬠Ω|是区域边界之长,但尚未被证出。
  
  与此密切相关的是下面的MP公式:(t→+0)
  取一个渐近项时,用陶伯型定理可由它推出N(λ)的外尔公式。第二渐近项与外尔猜想非常相象,但由此证不出外尔猜想。第三项迟至1966年才被M.卡茨导出,后来由H.P.麦基恩与I.M.辛格严格证明,其中h表示鼓膜Ω的洞数。
  
  特征值与膜振动频率有一个直接的换算关系,M.卡茨据此给MP公式一个非常生动的解释:可以"听出"鼓膜的面积|Ω|、周长|嬠Ω|和洞的个数h!由于1-h恰巧是Ω的欧拉-庞加莱示性数,是整体几何中颇受重视的一个不变量,"听出鼓形"或"谱的几何"问题立即引起人们的强烈兴趣,并导致一系列重要的研究。不过一般的特征值反问题,要求从特征值的谱完全恢复Ω,还远远没有解决。
  
  用陶伯型定理得出N(λ)渐近式的方法,由T.卡莱曼于1934年首创,他还得到谱函数的渐近式:(λ→∞),式中δxy当x=y时为1,当x≠y时为0。
  
  上述关于拉普拉斯算子的结果,由L.戈尔丁和F.E.布劳德推广到 Rn的有界区域Ω上的m 阶椭圆算子。尽管推算繁杂,但结果十分简单整齐:;;式中 v(x) 表示集合{ξ||A0(x,ξ)|<1}的勒贝格测度,而是A的最高阶导数项相应的特征形式。特征展开定理亦由L.戈尔丁得出。
  
  对于奇异情形,例如薛定谔方程 的谱问题,可以证明存在谱函数S(x,y,λ),特征展式为。由于可能出现连续谱,S(x,y,λ)一般不一定能写成前述特征函数双线和的形式。判定奇(异)微分算子谱的离散性是很有意义的工作。已经出现各种充分条件。不过关于特征值与特征函数渐近性质的研究,还只是限于少数特例。
  
  在处理‖x‖→∞ 时V(x)→∞的情形,M.卡茨与D.雷等人曾创造了一种系统的概率方法,其中借助数学期望表出格林函数,有效地求出谱函数与特征值的渐近式:
  。
  
  当算子A的系数不光滑,或非一致椭圆,或非自共轭,以及边条件带特征参数或带非定域项等等情形,都出现不少研究结果。还有人考察Au=λBu型的特征值问题,这里A、B都是椭圆算子。
  
  除上述问题外,特征展式的收敛性与求和法也一直受到人们的关注。
  

说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条