补充1) RGB 在现实影像中有很大的correlation, 所以都会transform 至 luminance/ chrominance field 2) 可以考虑的东西可以很复杂，如影像感测器之point spreading function 可以反推不同的点在一段曝光时间内所经过之path,可以帮助找出物体自转、 路径 ※ 引述《chamot (Chamot)》之铭言： : 标题: Re: [问题] 各位队包请帮忙解答 : 时间: Sun May 6 10:44:23 2007 : : 以2D动态画面来讲的话 : 画面中的讯号其实是3D的二维投影 : 直接以二维投影去反推3D空间中的Curl, Div, Grad等 : 从而得知原本在3D空间中之geometry : 便是一个"ill posed"的问题 : : 一般在影像分析中 : 会有很多的假设，使得以上的问题有更接近真实的解 : 如"Rigid Body:物体会不会变型" : "物体亮度不变"...等许多 : 不同的假设以下用的分析方法很不一样 : : 你提到的问题 : 其中一个方法是先算 optical flow : 再配合有trajectory 之volumetry modelling : 把时间上不同画面的路径套到model上去 : 再从3d model 找回field 以及 geo 的特质 : 不过解的方法有其他很多很多 : 可是只有一个原则... : 全部都是approximated solution! : (因为ill posed) : : : ※ 引述《ikchoi (vasco_on9)》之铭言： : : 标题: Re: [问题] 各位队包请帮忙解答 : : 时间: Sat May 5 23:15:58 2007 : : : : 那如果今天是指一个动态画面呢,假设有一个球它有纯量"体积,颜色,..etc"也有其位移 : : 向量,这样可以应用到旋度,散度,正交,跟梯度吗? : : : : : : : : =================================================================== : : ※ 引述《hantis (开心不再)》之铭言： : : : 我的看法是 : : : 旋度跟散度并不能对影像处理有什麽帮助 : : : 理由是 : : : 一个影像其实是纯量函数 : : : R(x,y) --> 红色影像强度 : : : G(x,y) --> 绿色影像强度 : : : B(x,y) --> 蓝色影像强度 : : : 的叠合 : : : 旋度与散度并不能对纯量函数作用 : : : 不过 因为这三个纯量场是独立的 : : : 因此或许你可以定义一个三维的向量场 : : : V = Rx + Gy + Bz : : : 如此一来这个向量场存在其旋度与散度 : : : 但是这个向量场本身的意义是什麽就已经很怪了 : : : 更别说是他的旋度与散度 : : : 此外 : : : 你想知道画面某一点是否在自转或移动 : : : 由此问题可知 : : : 你关心的是一个"随时间变化"的问题 : : : 然而旋度与散度是针对向量场"随空间变化"的问题 : : : 并不能帮上什麽忙 : : : 我对这些名词的了解程度其实跟你 : : : : -- : :

※ 发信站: 批踢踢实业坊(ptt.cc) : : ◆ From: 220.139.236.115 : : -- :

※ 发信站: 批踢踢实业坊(ptt.cc) : ◆ From: 220.135.125.5 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 220.135.125.5