Уменьшить изображения, скажем в 4 раза, провести процедуру поиска координат фрагмента. Потом вернуться к полноразмерному изображению и повторить используя полученные знания о координатах с точностью 4 пиксела.
Если я правильно понял — тебе ближе алгоритм корреляции через интегрирование? :-)
Через FFT делается все тоже самое за один проход.
Основной принцип для функции f(t) — свертка/корреляция во временной области соответствует умножению векторов в частотной.
А свертка/корреляция во временной области — это на каждом шаге надо брать интеграл от двух функций, потом сдвигать сдвигать одну из функций, снова брать интеграл и т.д.
Пока в резоните делают мне вторую неделю 5 плат, я за сутки изготовил 2-стороннюю печатку и почти что собрал девайс. Так что дело еще и в суперскорости. 250 руб за дцм с бумагой, платой и раствором себестоимость, если сверла не ломать. И не так страшно ошибиться — сутки и новая плата готова. PS Сначала сверлю на домашнем ЧПУ — никаких юбок, потом травлю. Если на станочке сверлить после травления — не во все дырки ровно попадаю, да и юбки образуются даже на карбоновых сверлах. Может обороты надо увеличить было.
Легче рассчитать для одномерного случая. Если коррелируем 2 вектора размерностью М и N, то через интегрирование надо М*N операций вида aX+b
А через FFT?
Последнего вопроса я не понял.
Уменьшить изображения, скажем в 4 раза, провести процедуру поиска координат фрагмента. Потом вернуться к полноразмерному изображению и повторить используя полученные знания о координатах с точностью 4 пиксела.
На самом деле может оказаться сложнее, результатом будет не одна область 4x4 пиксела а несколько и больших размеров. Но все же она будет меньше всего изображения. Логика следующая, «исходные изображения коррелируют» -> «уменьшенные изображения коррелируют».
Этим можно получить выигрыш по количеству операций, или метод через FFT делает все тоже самое неявно?
Здравствуйте! Вы пишите что технология нанесения FSR и IMAGECURVE не отличаются, но разве в IMAGECURVE не другая пропорция, там вроде бы 2 к 1? Я в масках новичок, заказал обе для тренировок, буду рад если проясните!
У меня вот сейчас другая проблема. Я решил получить цветную функцию автокорреляции и не могу сообразить как это сделать быстро. Т.е. мне значения от 0 до 1 надо в RGB превратить, примерно так:
нам нужно выделить на изображении кластер точек по яркости
1. Мы можем этот кластер точно по такой же формуле преобразовать.
2. Коррелируют функции с обнулённой постоянной составляющей. Так что с яркостью напрямую никто не работает.
В данном случае да, это, наверное, неважно. Но если, например, нам нужно выделить на изображении кластер точек по яркости, то используя данную формулу мы исказим реальные данные.
Данная формула (если я правильно понимаю) сделана в угоду человеческому восприятию
нам кажется, что зеленый круг «ярче» чем синий. Поэтому мы делаем разные коэффициенты в формуле. А на самом деле – их «яркость» одинакова.
По поводу количества операций не знаете ли, насколько использование FFT лучше лобового вычисления корреляции?
Лобового, это через интеграл? Гораздо быстрее. Зависит от размера вектора, но ориентировочно с Фурье корреляция быстрее на порядок.
Есть ли теоретический предел количества операций для вычисления корреляционной матрицы?
Легче рассчитать для одномерного случая. Если коррелируем 2 вектора размерностью М и N, то через интегрирование надо М*N операций вида aX+b
Последнего вопроса я не понял. Уменьшать/увеличивать изображение можно с шагом 1 пиксель.
Фурье преобразование эталона (фрагмента) делается при этом только один раз. Дальше работа только с получившейся матрицей комплексного спектра. На каждом шаге надо делать элементарное преобразование этой матрицы, поэлементное умножение на спектр исходной картинки и ОБПФ.
По поводу количества операций не знаете ли, насколько использование FFT лучше лобового вычисления корреляции? Есть ли теоретический предел количества операций для вычисления корреляционной матрицы? Насколько к нему близок метод использующий FFT? Есть ли смысл изобретать велосипед вычисляющий корреляцию сначала для уменьшенных в 2,4,… раз изображений?
Через FFT делается все тоже самое за один проход.
Основной принцип для функции f(t) — свертка/корреляция во временной области соответствует умножению векторов в частотной.
А свертка/корреляция во временной области — это на каждом шаге надо брать интеграл от двух функций, потом сдвигать сдвигать одну из функций, снова брать интеграл и т.д.
Уменьшить изображения, скажем в 4 раза, провести процедуру поиска координат фрагмента. Потом вернуться к полноразмерному изображению и повторить используя полученные знания о координатах с точностью 4 пиксела.
На самом деле может оказаться сложнее, результатом будет не одна область 4x4 пиксела а несколько и больших размеров. Но все же она будет меньше всего изображения. Логика следующая, «исходные изображения коррелируют» -> «уменьшенные изображения коррелируют».
Этим можно получить выигрыш по количеству операций, или метод через FFT делает все тоже самое неявно?
p-plata.ru/product/imagecure-xv501-t4-20g-krasnaja-/
p-plata.ru/product/pajalnaja-maska-fsr-8000-8g-60g-zelenaja-/
При этом на сайте чип-дипа www.chipdip.ru/product/xv-501-t-4-smart/:
Но 2:1 это для IMAGECURVE, а не FSR
По сути можно взять 3 синуса смещенных на 60 градусов, каждый из которых формирует свой канал, должна неплохая палитра получиться.
2. Коррелируют функции с обнулённой постоянной составляющей. Так что с яркостью напрямую никто не работает.
Данная формула (если я правильно понимаю) сделана в угоду человеческому восприятию
нам кажется, что зеленый круг «ярче» чем синий. Поэтому мы делаем разные коэффициенты в формуле. А на самом деле – их «яркость» одинакова.
Легче рассчитать для одномерного случая. Если коррелируем 2 вектора размерностью М и N, то через интегрирование надо М*N операций вида aX+b
Последнего вопроса я не понял. Уменьшать/увеличивать изображение можно с шагом 1 пиксель.
Фурье преобразование эталона (фрагмента) делается при этом только один раз. Дальше работа только с получившейся матрицей комплексного спектра. На каждом шаге надо делать элементарное преобразование этой матрицы, поэлементное умножение на спектр исходной картинки и ОБПФ.