u013600306的博客

现寻找能够一起讨论、切磋、打磨这一部分内容的合作者。首先要求熟悉Lim这本书第4章和第5章的内容。但这本书过于专业化，我的目标是没有信号处理那么专业，同时又不失科学性（冈萨雷斯纯属瞎说）。Rafael Gonzalez和Richard Woods所著的《数字图像处理》关于滤波器的部分几乎全错，完全从零开始写，困难重重。关于他的问题已经描述在。其他的要求：第一，教学十年以上，第二，有自己独特的见解，不迷信权威，第三，能分担基本的事务性工作。对于胜任此工作者，本书再版的时候给予三作。

Rafael Gonzalez在模式识别、信号处理以及数学理论方面均高度不够。第一次重印的工作解决了原参考其著作中出现的包括随机变量相关的、估计理论相关的、模式识别相关的以及数值微分相关内容的错误或者不足。《数字图像处理（面向新工科的电工电子信息基础课程系列教材）》已重印。下一阶段改动他在滤波器内容上的大错，预告见。目前来看，销售量不错。

禹晶、肖创柏、廖庆敏《数字图像处理（面向新工科的电工电子信息基础课程系列教材）》第一次重印变更的彩插

三种常用形状的结构元素。

在成像系统发展长河的早期，椒盐噪声曾经不可避免，但是如今，即使在专用成像设备中（如遥感、医学），椒盐噪声也属罕见了。but信号处理中的脉冲噪声在很多场景中还是常有发生的，比如电路开关的瞬时状态。后两版以图像的概率分布描述，随机变量取其他值是指任何一个可能值，而不是指其他任何可能值之和，且像素值也有极小值和极大值的可能，不是只有脉冲噪声是极大值或极小值。在该书中，一、二版是一样的，三四版是一样的。Gonzalez的前两版中以噪声的概率分布描述，脉冲噪声分布律的概率之和不等于1。这个错得显然，错得离谱。

话说回来，别人说什么就是什么，别人不说就不知道是什么，真是一件可悲的事情。我要是分母，我就不是常数，我非要成长。说起这个常数，我入学不久，我就说廖老师情商加智商是常数，我这老师情商很高，实际上说他笨，我真是钦佩他那海纳百川似的包容心。这就是Pearson相关系数，没有任何变形。三个分量中，前两个本质相同，分别度量两幅图像均值和标准差的相似性。学生报告再次对这个指标照本宣科，实在无法忍了，我得谈谈了。言归正传，这两项就是在度量两幅图像均值和标准差的相似性。将加减转变为乘除的比较，或者反过来，是常见的技巧。

P109。某人抄某人box function画了一个cube，这不是函数，所谓函数，一个自变量只对应一个因变量。

直方图均衡化的本质是灰度级分布的近邻映射，这部分的内容全错。

理想滤波器包括圆对称滤波器和可分离滤波器，只要锐截止，它的空域函数都会有振荡，结合卷积的。，这就是振铃效应产生的原因。

P146。

Rafael Gonzalez和Richard Woods所著的《数字图像处理》中，阶段一首先判断邻域像素的中间值。是否为极值，若当前像素的本身都不是极值，直接输出当前像素的灰度值。只有当两者条件均满足时，才输出当前像素的灰度值f。，更好地保持图像的特性，同时查找中间值也增加了时间开销。不是极值时，才转到阶段二判断当前像素的灰度值。我认为应该直接判断当前像素的灰度值。

P89。

二维向量的二阶微分是Hessian矩阵，拉普拉斯算子是将两个独立的二阶微分求和，对二阶微分的近似。对于数字滤波器，1-低通滤波器=高通滤波器。该8邻域拉普拉斯滤波器与高斯滤波器是一对。这是该高斯滤波器的频率响应函数，与8邻域拉普拉斯的频率响应函数对称。我不认同冈萨雷斯的8邻域拉普拉斯模板。的高通滤波器和低通滤波器。

线性卷积和循环卷积是本质不同的运算。然而，在某些条件下，线性卷积和循环卷积是等效的。建立这种等效关系具有重要意义。对于两个向量 x 和 y，循环卷积等于二者的离散傅里叶变换 (DFT) 之积的逆 DFT 变换。

第一，从物理意义理解卷积，为什么要卷，为什么要积。全名卷积和，先卷，再积，后和。第二，这种方式计算节省很多计算量。

目标检测原来只是定位目标的位置，给出bounding box，现在的目标检测是包括定位和识别的多任务学习。深度学习改变了很多。每一轮备课都会发现问题，并完善。

每一轮备课都有新的感悟。

圆形结构元素。

高斯、瑞利、指数、埃尔朗分布都是指数家族分布。注：冈萨雷斯的四版都是错的。禹晶、肖创柏、廖庆敏《数字图像处理（面向新工科的电工电子信息基础课程系列教材）》禹晶、肖创柏、廖庆敏《数字图像处理》资源二维码

在一个nnn维的欧几里得空间RnRn中，一个线性变换TRn→RnTRn→Rn保持内积不变：对于所有的向量vw∈Rnvw∈Rn，有TvTwvwTvTw))vw其中⋅⋅⋅⋅表示标准的内积。保持长度不变：对于所有向量v∈Rnv∈Rn，有∥Tv∥∥v∥∥Tv∥∥v∥这里的∥⋅∥\|\cdot\|∥⋅∥表示向量的欧几里得范数。保持正交性：如果v。

去年为廖老师的甲子而出书，时光荏苒如白驹过隙，转眼出版一周年了。这本书能有这样的品质，与廖老师的指导密不可分，尤其是在他擅长的统计学领域。最让我感动的是，最初他给我指出问题，我不认为我有问题，我认为是他不懂，他坚持不懈地找我讨论。我作为老师我做不到，如果学生觉得自己什么都知道，我肯定就不理他了。尤其是在二维数字滤波器设计，即频域图像增强，Rafael C. Gonzalez “Digital Image Processing”的问题太多，具体问题看。我认为出一本好的教材，必须依托教学，同时也需要科研辅助。

禹晶、肖创柏、廖庆敏《数字图像处理（面向新工科的电工电子信息基础课程系列教材）》禹晶、肖创柏、廖庆敏《数字图像处理》资源二维码

禹晶、肖创柏、廖庆敏《数字图像处理》资源二维码

禹晶、肖创柏、廖庆敏《数字图像处理（电子信息前沿技术丛书）》P232、P233。

虚线处为最大类间距离，前景与背景直方图的交界处为最小错分概率，当部分前景错分为背景或者部分背景错分为前景时，会导致类间距离变小。所以两者接近，但不相等。最大化类间距离准则与最小错误率准则不等价。

Chapter 9插图。

2028年再版时，我要组个九宫格，构思中。

Chapter 10插图。

Chapter 8插图。

Chapter 7插图。

Chapter 6插图。

Chapter 5插图。

Chapter 3插图。

Chapter 2插图。

Chapter 1插图。

本书对该章重新梳理，从全局特征和局部特征的角度描述特征提取方法，删除了不常用的链码等二值目标描述子，以及直方图矩分析法、频谱分析法等纹理描述子，增加了经典的Harris、HoG等局部特征和描述方法，以及Gabor滤波器组的纹理描述方法等。关于脉冲噪声的统计模型，Gonzalez的前两版中以噪声的概率分布描述，脉冲噪声分布律的概率之和不等于1，后两版以图像的概率分布描述，随机变量取其他值是指任何一个可能值，而不是指其他任何可能值之和，且像素值也有极小值和极大值的可能，不是只有脉冲噪声是极大值或极小值。

关于书中的问题，答读者问。