zoukankan      html  css  js  c++  java
  • 下采样与上采样

    缩小图像(或称为下采样(subsampled)降采样(downsampled))的主要目的有两个:1、使得图像符合显示区域的大小;2、生成对应图像的缩略图。

    放大图像(或称为上采样(upsampling)图像插值(interpolating))的主要目的是放大原图像,从而可以显示在更高分辨率的显示设备上。

    对图像的缩放操作并不能带来更多关于该图像的信息, 因此图像的质量将不可避免地受到影响。然而,确实有一些缩放方法能够增加图像的信息,从而使得缩放后的图像质量超过原图质量的。

     下采样原理:对于一副图像I尺寸为M*N,对起进行s倍下采样,即得到(M/s)*(N/s)尺寸的分辨率图像,当然,s应该是M和N的公约数才可以,如果考虑是矩阵形式的图像,就是把原始图像s*s窗口内的图像编程一个像素,这个像素点的值就是窗口内所有像素的均值

    Pk = Σ Ii / s2

    上采样原理:图像放大几乎都是采用内插值方法,即在原有图像像素的基础上在像素点之间采用合适的插值算法插入新的元素。

    插值算法还包括了传统插值,基于边缘图像的插值,还有基于区域的图像插值。

    另外关于卷积核池化的区别:

    详细参考:http://blog.csdn.net/liulina603/article/details/47727277

    下采样与卷积的知识:

    http://blog.csdn.net/baidu_14831657/article/details/60570765

    关于采样与池化的关系:

    其实下采样就是池化。

    采样层是使用 pooling的相关技术来实现的,目的就是用来降低特征的维度并保留有效信息,一定程度上避免过拟合。但是pooling的目的不仅仅是这些,他的目的是保持旋转、平移、伸缩不变形等。采样有最大值采样,平均值采样,求和区域采样和随机区域采样等。池化也是这样的,比如最大值池化,平均值池化,随机池化,求和区域池化等

  • 相关阅读:
    mongodb 介绍
    mysql+mencached 大规模web应用程序首选
    Hadoop 安装部署
    Hadoop 快速入门
    盘点十大热门Linux服务器发行版
    NoSQL数据库探讨之一 - 为什么要用非关系数据库?
    也谈IT企业发展模式
    linux中的分区与格式化(五)
    linux文件系统维护(四)
    Meta标签详解(转)
  • 原文地址:https://www.cnblogs.com/fengli9998/p/7827812.html
Copyright © 2011-2022 走看看