Computer vision 计算机视觉：简单的降噪

在计算机视觉中，我们经常需要去除图像中的噪声。我们可以通过获得一幅图像并用相邻像素的平均值替换扭曲的像素来做到这一点。我很容易理解这一点，但是下面等式中的所有变量是什么？我刚刚在一些幻灯片中找到了它，但没有任何解释：

（i，j）可能是一个给定的像素及其邻域，但函数f、ω和w是什么？猜猜看

---

干杯，伙计们。

这太模糊了。论文和不同方法之间的符号变化。一般来说，公式是在i，j点（由ω{ij}中的点定义）的相邻集合内进行一些平均，

w

是一些标准化常数，

f（m，n）

是一些函数，通常为m，n分配一个与其到i，j的距离成比例的值

---

正如我所说，你的问题有点太模糊了，不能说其他任何东西……

这太模糊了。论文和不同方法之间的符号变化。一般来说，公式是在i，j点（由ω{ij}中的点定义）的相邻集合内进行一些平均，

w

是一些标准化常数，

f（m，n）

是一些函数，通常为m，n分配一个与其到i，j的距离成比例的值

---

正如我所说的，你的问题有点太模糊了，不能说别的了……

这看起来类似于视频编码中的运动预测

g（i，j）很可能是块/屏幕中的第i个、第j个像素。其值是取相邻位置（m，n）的另一个启发式函数的加权和

---

自从我看到欧米茄，我怀疑你在信号空间工作。这可能会过滤掉我们邻居m，n中没有的高频，这看起来类似于视频编码中的运动预测

g（i，j）很可能是块/屏幕中的第i个、第j个像素。其值是取相邻位置（m，n）的另一个启发式函数的加权和

---

自从我看到欧米茄，我怀疑你在信号空间工作。这可能会过滤掉我们邻居没有的高频，这是我的问题；太模糊了！它没有定义方程中的变量。你的想法很有帮助，谢谢：）。这是我的问题；太模糊了！它没有定义方程中的变量。您的想法有帮助，谢谢：）。