Et Integrert bilde er hvor hver piksel representerer den kumulative summen av en tilsvarende inndatapiksel med alle pikslene over og til venstre for inndatapiksel. Det muliggjør rask beregning av summasjoner over bilde sub-regioner. Enhver rektangulær delmengde av en slik delregion kan evalueres i konstant tid.
dette konseptet ble introdusert Av Viola & Jones Og er også Kjent Som Summed Area Table. tillat rask beregning av rektangulære bildefunksjoner siden de aktiverer summering av bildeverdier over et rektangel bildeområde i konstant tid dvs. beregningskompleksitet Av O(1) i stedet For O (n).
Et Integrert Bilde er definert som
SAT-metoden har
- Romkompleksitet: O(M * N)
- Tidskompleksitet For Områdesumspørring: O (1)
- Tidskompleksitet For Å Oppdatere En Verdi I Matrisen: O (M*N)
- beregner Effektivt statistikken som gjennomsnitt, standardavvik, etc i et rektangulært vindu
Integrert Bildeberegning
Rask Arealberegning
Sum = Nederst til høyre + øverst til venstre-øverst til høyre-nederst til venstre
Bruker
- regionbasert statistisk tiltak f. eks areal summer, kovarians, co-forekomst matrise
- tekstur kartlegging
- påvisning av funksjonen — HAAR
- adaptiv terskel
- stereo korrespondanse
- begrepet integrerte bilder kan enkelt utvides til kontinuerlig domene (ved hjelp av grenser) og flerdimensjonale bilder.
- O(1) Bilateral Med Konstante Romlige Filtre
Kode
class NumMatrix {
public:
vector<vector<int>> sat;
bool empty=true;
NumMatrix(vector<vector<int>> &img) {
int row = img.size();
if(row == 0) return;
int col = img.size();
if(col == 0) return;
empty = false;
sat = vector<vector<int>>(row + 1, vector<int>(col + 1));
for(int i = 1; i <= row; i++)
for(int j = 1; j <= col; j++)
sat = sat + sat - sat + img;
}
int sumRegion(int row1, int col1, int row2, int col2) {
return empty? 0 : sat - (sat + sat - sat);
}
};