절차 상 텍스처 알고리즘의 명확성?

Question

이 페이지의 큰 그림 섹션 here에서는 3 가지 기능의 서로 다른 조합을 비교하기위한 표가 제공됩니다. 왼쪽의 함수가 y = f(x)이라면 평균, 차이, 가중 합, 4 % 임계 값은 어떻게됩니까? 그 페이지에서 설명 y

Answer 1

모든 측면에서 수학 방정식이 필요합니다 여기

는 반복적으로 자신의 더 작은 버전과 결합 될 때, 매우 흥미로운 패턴을 만들 수있는 몇 가지 간단한, 지루한 함수입니다 . 아래의 표는 기본 소스 패턴 (왼쪽)과 다양한 조합 방법을 사용하여 그 패턴의 작은 버전과의 조합을 보여줍니다.

평균 (1/n) - 이것은 단순히 사용되는 모든 눈금의 평균입니다. 'n'은 눈금의 총 개수입니다. 따라서 6 개의 눈금이있는 경우 각 눈금은 최종 값의 약 16 % (1/6)에 해당합니다.

차이점 - 각 눈금의 색상 값 차이를 최종 텍스처 색상으로 사용합니다.

가중치 합계 - 가중치 합계는 큰 가중치가 더 큰 것을 제외하고 평균과 매우 유사합니다. 'n'이 증가함에 따라, 그 규모의 기여도는 줄어든다. 가장 작은 스케일 (n의 가장 큰 값)이 가장 작은 효과를냅니다. 이 방법이 가장 일반적이며 일반적으로 가장 시각적으로 즐겁습니다.

4 % 경계 값 -이 값은 48 % 회색 이하가 검은 색으로 표시되고 52 % 회색 이상은 흰색으로 표시되는 가중치 합계입니다.

은 우리가 평균 및 검사에게 기능을 보자.

따라서 출력 화상의 각 화소는 다른 화상의 화소 값의 평균값은 다음과 같은 예에서 반복 다른 이미지의 수, 그들의 예 6 있지만 3 평균화되고 . 당신은 원하는만큼 많은 이미지를 가질 수 있으며, 항상 같은 방법으로 만들어집니다 : 레벨 n의 이미지는 레벨 n-1의 이미지 크기 인 4 개의 타일로 구성됩니다. 그런 다음이 모든 사진에서 위의 기능 중 하나를 적용하여 하나만 가져옵니다.

지금은 분명합니까? 그러나 일반적으로 각 이미지를 정의하는 함수 f을 제공하기가 어렵습니다.그러나, "배합"함수는 의사 수학 1 개 출력 (y = f(x1, x2, ....xn)) 용 n 입력 (x S)가있는 경우에도 정의되어

• 평균 (1/N)-n 레벨이 final_pixel[x][y] = sum for i from 1 to n of image_i[x][y]/n

  

• 차이-n 수준, 012,357,178,496,- 이것에 대해서는 확실하지 않습니다.

  

• 가중 합 (1/2^N)-n 레벨,

• 4 % 임계final_pixel[x][y] = sum for i from 1 to n of image_i[x][y]/(2**n)

  -n 레벨,

value = sum for i from 1 to n of image_i[x][y]/(2**n) 
if value/max_value > .52 then final_pixel[x][y]=white 
else if value/max_value < .48 then final_pixel[x][y]=black; 
else final_pixel[x][y]=value 

여기서 2**n은 2의 n 승입니다.