적분 이미지

적분 이미지는 각 픽셀이 입력 픽셀의 위와 왼쪽의 모든 픽셀을 가진 해당 입력 픽셀의 누적 합계를 나타내는 곳입니다. 이미지 하위 영역에 대한 합계를 빠르게 계산할 수 있습니다. 이러한 하위 영역의 직사각형 하위 집합은 일정한 시간에 평가할 수 있습니다.

이 개념은 비올라&존스에 의해 도입 된 또한 합산 영역 테이블로 알려져있다. 그들은 즉 일정한 시간에 어떤 사각형 이미지 영역에 이미지 값의 합계를 가능하게하기 때문에 직사각형 이미지 기능의 빠른 계산을 허용 계산 복잡성 영형(1)대신 영형(엔).

정수 계열 이미지는 다음과 같이 정의됩니다

https://computersciencesource.files.wordpress.com/2011/05/sxyeq.png

https://computersciencesource.files.wordpress.com/2011/05/sxyeq.png

픽셀에서 적분을 계산하는 방정식(엑스,와이)

시간 복잡도:영형(미디엄*엔)

  • 범위 합계 쿼리에 대한 시간 복잡도:영형(1)
  • 행렬에서 값을 업데이트하는 시간 복잡도: 영형(미디엄*엔)
  • 직사각형 창에서 평균,표준 편차 등과 같은 통계를 효율적으로 계산합니다.
  • 적분 이미지 계산

    계산 기술

    빠른 면적 계산

    이미지의 직사각형 하위 영역에 대한 면적 계산

    합계=오른쪽 하단+왼쪽 상단-오른쪽 상단-왼쪽 하단

    사용

    • 지역 기반 통계 측정 예:면적 합계,공분산,동시 발생 행렬
    • 텍스처 매핑
    • 피처 하르 감지
    • 적응 임계값
    • 스테레오 대응
    • 적분 이미지의 개념은 연속 도메인(제한 사용)및 다차원 이미지로 쉽게 확장될 수 있습니다.
    • 오(1)상수 공간 필터로 양측

    코드

    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);
    }
    };

    답글 남기기

    이메일 주소는 공개되지 않습니다.