ScholarGate
Avustaja
Machine learningMulti-scale image analysis

Scale-Space Theory

Scale-space-teoria, jonka Witkin ja Lindeberg kehittivät, tarjoaa periaatteellisen matemaattisen viitekehyksen kuvien analysointiin useilla eri skaaloilla samanaikaisesti. Käsittelemällä skaalaa eksplisiittisenä ulottuvuutena ja käyttämällä Gaussin sumennusta, scale-space-teoria mahdollistaa piirteiden havaitsemisen ja analysoinnin sopivilla skaaloilla, ratkaisten perustavanlaatuisen ongelman 'millä skaalalla minun pitäisi analysoida?'

Avaa sovelluksessa MethodMindTulossaVideoTulossaLataa diat

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Menetelmäkartta

Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.

Lähteet

  1. Lindeberg, T. (1994). Scale-space theory: A basic tool for analyzing structures at different scales. Journal of Applied Statistics, 21(2), 225–270. DOI: 10.1080/757582976
  2. Witkin, A. P. (1983). Scale-space filtering. Proceedings of the Eighth International Joint Conference on Artificial Intelligence (IJCAI), 1019–1022. link

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Scale-Space Theory and Multi-Scale Image Analysis. ScholarGate. https://scholargate.app/fi/computer-vision/scale-space-theory

Mikä menetelmä?

Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.

Vertaa rinnakkain

Tähän viittaavat

ScholarGateScale-Space Theory (Scale-Space Theory and Multi-Scale Image Analysis). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/computer-vision/scale-space-theory · Aineisto: https://doi.org/10.5281/zenodo.20539026