更新中
为了理解傅里叶变换，花了一周时间，可惜还是没有搞很清楚原理，暂且将其看作是数学家从浩瀚的知识海洋里找到的具有优异效果的函数定义吧
算法概述
下图转自相关滤波跟踪·MOSSE算法的梳理
[0]
详细步骤
候选框处理
Step 1：读取原图，给出初始目标帧
第二步：将候选框转为灰度
第 3 步：对其进行对数变换以增强对比度
第四步：增加汉宁窗以减少边缘效应
步骤 5：执行快速傅里叶变换以提高计算速度
初始过滤器生成
Step 1：以初始目标框的中心为原点，以每个像素点的坐标为变量，计算高斯分布并归一化
第二步：截取目标框对应的区域作为理想对应图
第三步：对其进行FFT，按照滤波器更新步骤迭代XX次，以迭代结果作为初始滤波器（为了直观地用图像描述滤波器，对其进行了iFFT）
过滤器更新
订单
Yes
理论描述
对数变换(log函数)
转自图像增强-对数Log变换
图像的对数变换：
由于对数曲线在像素值低的区域斜率大，在像素值高的区域斜率小，图像经过对数变换后，较暗区域的对比度会有所提高，所以图像可以增强。细节。[0]
对数变换可以扩大图像的低灰度值部分以在低灰度值部分显示更多细节，压缩高灰度值部分，减少高灰度值部分的细节，从而强调图像的低灰度值图片。目的的一部分。
对数变换增强图像低灰度部分细节的功能，可以从对数图上直观的理解：
对窗函数的理解
文章出处登录后可见！
已经登录？立即刷新
