针对于高频低频图像的理解

Posted lllcccddd

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了针对于高频低频图像的理解相关的知识,希望对你有一定的参考价值。

1首先什么是高频图像,什么是低频图像

低频图像就是灰度变化比较小的图像

高频图像就是灰度变化比较大的图像

 

所谓灰度变化比较小的图像就是,内容

所谓灰度变化比较大的图像就是,边缘和纹理,

  边缘:灰度变化较大,比如我穿了一件红色的衣服,北京是白色的,那么,红色衣服与白色背景的边缘是高频的,因为他们的图像变化剧烈,而红色衣服内容他们的变化是低频的,白色背景内容也是低频的,高频,就是变化频率高,变化频率快

  纹理:内部纹理,比如脸上有没有褶子,还有脸上有没有什么斑点,这个都是高频,因为相对于一张平坦无比的大饼脸,一个褶子确实变化很大,所以,这是高频信息

 

----------------------高频和低频图像----------------------------------------

高频和低频图像,对于深度学习来说,学习难度是不一样的,很明显,低频容易学,高频难学

为什么?因为低频图像,在卷积层比对的时候,比如白色的大饼脸,一个简单的卷积,就能比对成功

而对于高频图像,就很复杂,因为线条不一样,那么比对的时候,要生成很多不同的weight,这个不同的weight可能对应于不同形状,比如圆形痦子,三角形痦子,方形痦子,然后看真实图片是哪个,就激活哪个,但是这就需要很多weight,而且肯定比大饼脸难匹配的多,还有可能把头上的发卡当成痦子,所以比较难

 

这个weight遇到的情况:

  1 可能把头上的发卡识别成痦子,这个weight消灭

  2 可能在脸上找到三角形痦子,这个weight保留

  3 可能在脸上找到圆形痦子,这个weight保留,有圆形痦子的人,在通过三角形痦子weight时,可能没结果,但是在通过圆形痦子有结果,那么此人是圆形痦子

  4 可能在脸上啥也找不到,这个weight消灭

 

 

----------------------------------------------------------------------

面对mse和gan loss的理解

mse认为高频低频是一样的

gan因为是网络,所以更加有针对性,,这个未完待续

 

以上是关于针对于高频低频图像的理解的主要内容,如果未能解决你的问题,请参考以下文章

傅里叶变换系数高频和低频

离散小波变换——一维

图像处理关键词

高低频磨皮

python 二维FFT

低频噪声中短高频声音的识别(objc/c)