補充1) RGB 在現實影像中有很大的correlation, 所以都會transform 至 luminance/ chrominance field 2) 可以考慮的東西可以很複雜，如影像感測器之point spreading function 可以反推不同的點在一段曝光時間內所經過之path,可以幫助找出物體自轉、 路徑 ※ 引述《chamot (Chamot)》之銘言： : 標題: Re: [問題] 各位隊包請幫忙解答 : 時間: Sun May 6 10:44:23 2007 : : 以2D動態畫面來講的話 : 畫面中的訊號其實是3D的二維投影 : 直接以二維投影去反推3D空間中的Curl, Div, Grad等 : 從而得知原本在3D空間中之geometry : 便是一個"ill posed"的問題 : : 一般在影像分析中 : 會有很多的假設，使得以上的問題有更接近真實的解 : 如"Rigid Body:物體會不會變型" : "物體亮度不變"...等許多 : 不同的假設以下用的分析方法很不一樣 : : 你提到的問題 : 其中一個方法是先算 optical flow : 再配合有trajectory 之volumetry modelling : 把時間上不同畫面的路徑套到model上去 : 再從3d model 找回field 以及 geo 的特質 : 不過解的方法有其他很多很多 : 可是只有一個原則... : 全部都是approximated solution! : (因為ill posed) : : : ※ 引述《ikchoi (vasco_on9)》之銘言： : : 標題: Re: [問題] 各位隊包請幫忙解答 : : 時間: Sat May 5 23:15:58 2007 : : : : 那如果今天是指一個動態畫面呢,假設有一個球它有純量"體積,顏色,..etc"也有其位移 : : 向量,這樣可以應用到旋度,散度,正交,跟梯度嗎? : : : : : : : : =================================================================== : : ※ 引述《hantis (開心不再)》之銘言： : : : 我的看法是 : : : 旋度跟散度並不能對影像處理有什麼幫助 : : : 理由是 : : : 一個影像其實是純量函數 : : : R(x,y) --> 紅色影像強度 : : : G(x,y) --> 綠色影像強度 : : : B(x,y) --> 藍色影像強度 : : : 的疊合 : : : 旋度與散度並不能對純量函數作用 : : : 不過 因為這三個純量場是獨立的 : : : 因此或許你可以定義一個三維的向量場 : : : V = Rx + Gy + Bz : : : 如此一來這個向量場存在其旋度與散度 : : : 但是這個向量場本身的意義是什麼就已經很怪了 : : : 更別說是他的旋度與散度 : : : 此外 : : : 你想知道畫面某一點是否在自轉或移動 : : : 由此問題可知 : : : 你關心的是一個"隨時間變化"的問題 : : : 然而旋度與散度是針對向量場"隨空間變化"的問題 : : : 並不能幫上什麼忙 : : : 我對這些名詞的了解程度其實跟你 : : : : -- : :

※ 發信站: 批踢踢實業坊(ptt.cc) : : ◆ From: 220.139.236.115 : : -- :

※ 發信站: 批踢踢實業坊(ptt.cc) : ◆ From: 220.135.125.5 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 220.135.125.5