Ölçek-Uzay Kuramı

Ölçek-uzay aksiyomları (nedensellik, homojenlik, dönme simetrisi, ölçek değişmezliği), herhangi bir ölçek-uzay temsilinin karşılaması gereken matematiksel gereksinimlerdir. Lindeberg, bu aksiyomların Gauss bulanıklığını tek doğrusal ölçek-uzay çekirdeği olarak benzersiz bir şekilde belirlediğini kanıtladı. Bu sonuç derindir: iyi davranan, arzu edilen özelliklere sahip bir çok ölçekli temsil istiyorsanız, Gauss bulanıklığı kullanmalısınız - bu sadece birçok seçenekten biri değil.

Ölçek-uzay, her ölçeğin farklı bir sigma'da Gauss bulanıklığına karşılık geldiği sürekli (veya ince taneli) bir temsildir. Görüntü piramidi, küçültülmüş çözünürlüklerde ayrık bir görüntü dizisidir. Piramitler bellek açısından daha verimlidir ancak küçültme yoluyla bilgi kaybederler. Ölçek-uzay, her ölçekte orijinal çözünürlükteki tüm bilgiyi korur, bu da onu hassas lokalizasyon için daha uygun hale getirir.

Ölçekler, görüntüdeki özellik boyutlarının aralığını kapsamalıdır. Yaygın bir yaklaşım geometrik ilerlemedir: σ_i = σ₀ * r^i, burada r tipik olarak 1.2–1.4'tür. Bilinmeyen boyutlu nesneler için geniş bir ölçek aralığı (birden çok oktav) kullanılır. Bilinen boyutlu nesneler için, ölçekler beklenen boyut etrafında yoğunlaştırılabilir, bu da hesaplamadan tasarruf sağlar.

Ölçek-uzay ekstremi, bir özellik dedektörünün (örn. Laplasyen) hem uzayda (x, y) hem de ölçekte (σ) yerel olarak aşırı olduğu bir noktadır. Bu tür ekstremler genellikle özelliklerin doğal veya karakteristik ölçeklerinde karşılık gelir. Örneğin, küçük bir nokta yarıçapıyla eşleşen bir ölçekte bir ekstremum olarak, büyük bir nokta ise daha büyük bir ölçekte bir ekstremum olarak tespit edilir. Bu otomatik ölçek seçimi, ölçek-uzay analizinin temel bir gücüdür.