计算机视觉中的信息论应用:特征点、边缘检测与图像分割
1. 特征点、边缘与轮廓分组
1.1 滤波器评估
给定一个表格,展示了六个像素的真实标签以及两个滤波器对每个像素的输出。我们可以通过条件熵来评估这两个滤波器 $\varphi_1$ 和 $\varphi_2$。条件熵是衡量在已知某个变量的情况下,另一个变量的不确定性的指标。在边缘检测中,条件熵可以用来衡量滤波器对于区分边缘像素和非边缘像素的能力。
| $\alpha$ | $\varphi_1$ | $\varphi_2$ |
|---|---|---|
| 0 | 0 | 0 |
| 0 | 1 | 2 |
| 0 | 1 | 2 |
| 1 | 1 | 1 |
| 1 | 2 | 0 |
| 1 | 2 | 1 |
通过计算条件熵 $H(Y|\varphi_1)$ 和 $H(
信息论在图像分割中的应用
超级会员免费看
订阅专栏 解锁全文

7672

被折叠的 条评论
为什么被折叠?



