1) 2-dimensional convolution
2维卷积
1.
Starting from 2-dimensional convolution,a method about image location based on 2-dimensional filtering is presented.
图像定位处理是图像识别的一个重要的前端处理模块,在对2维卷积定位研究的基础上,提出一种用2维滤波对图像定位的方法,并将其实际应用到文字定位上,实践证明该方法能够准确的实现图像定位。
2) 1D-convolution
一维卷积
3) two-dimensional convolution
二维卷积
1.
Methods The IMRT dose calculation model based on two-dimensional convolution was constructed, the program of dose calculation and beam weight optimization with geneticalgorithm was written with Visual c#.
方法建立基于二维卷积的IMRT剂量计算模型,用 Visual c#。
4) two-dimensional convolution method
几维卷积
5) multidimensional convolution
多维卷积
6) Wiener deconvolution
维纳解卷积
补充资料:卷积
卷积 convolution 分析数学中一种重要的运算。设f(x), g(x)是R1上的两个可积函数,作积分: 可以证明,关于几乎所有的x∈(-∞,∞) ,上述积分是存在的。这样,随着x的不同取值 ,这个积分就定义了一个新函数h(x),称为f与g的卷积,记为h(x)=(f *g)(x)。容易验证,(f *g)(x)=(g *f)(x),并且(f *g)(x)仍为可积函数。这就是说,把卷积代替乘法,L1(R1)1空间是一个代数,甚至是巴拿赫代数。 卷积与傅里叶变换有着密切的关系。以(x) ,(x)表示L1(R)1中f和g的傅里叶变换,那么有如下的关系成立:(f *g)∧(x)=(x)·(x),即两函数的傅里叶变换的乘积等于它们卷积后的傅里叶变换。这个关系,使傅里叶分析中许多问题的处理得到简化。 由卷积得到的函数(f *g)(x),一般要比f,g都光滑。特别当g为具有紧支集的光滑函数,f 为局部可积时,它们的卷积(f *g)(x)也是光滑函数。利用这一性质,对于任意的可积函数 , 都可以简单地构造出一列逼近于f 的光滑函数列fs(x),这种方法称为函数的光滑化或正则化。 卷积的概念还可以推广到数列 、测度以及广义函数上去。 |
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条