06 2009 档案
摘要：图像处理的过程中经常要用到，至于一维卷积我就不罗嗦了，大家都应该知道设矩阵A和矩阵B， A的行数和列数分别为Mr, Mc, B的行数和列数分别为Nr, Nc,则有：且s,t满足条件 0≤ s < Mr+Nr-1, 0 ≤ t < Mc+Nc-1;下面看示例：仔细看一下就知道，M1刚好是M2的180度翻转， 如果按照一维形式展开的话也是一样的，通常我们对图像进行处理时也要边缘进行对齐的，以取得我们所要的图片。假设小图框为变换矩阵M1，大图框为位图，我们可以对C(2,2)进行计算：C(2,2) = 1*6 + 2*7+3*8 + 4*7 + 5*8 + 6*9 + 7*8+8*9+9*
阅读全文
posted @ 2009-06-23 15:22
摘要：关于ODE的Frobenius解法，包括超几何方程和Bessel方程，但是wiki上的说明可能由于公式编辑器排版的缘故，有些问题这里的表述应该为阶数吧
阅读全文
posted @ 2009-06-16 17:09
摘要：格林公式在物理上的意义就是闭合曲线Γ内所有微环流量（Microscopic circulation）的总和等于沿曲线Γ方向的线积分（Macroscopic circulation）。假设平面上的闭合曲面S是连续平滑的，我们把S分割成无穷多个很小的微平面，每个微平面 xi都是被闭合的曲线包围的，假设包围S的曲线方向为逆时针的，那么我们假设每个微平面也是逆时针的，这样便有下面图：假...
阅读全文
posted @ 2009-06-15 19:10
摘要：先介绍环流量环流量的前提是闭合，它是闭合曲线在作用场的线积分，这个很好理解需要提到的是宏观环流的方向不等同于微环流方向。散度也很容易理解假设一个流体速度场，在某点是否有源(Source)流出，或者是否有汇(Sink)流入, 当散度为0时表示既没有源也没有汇。值得注意的是散度是一个标量。二维散度三维散度最后再来介绍旋度，这个概念稍微有些复杂大家应该都用过洗衣机吧，洗衣机的引擎并不直接作用于衣服，而是...
阅读全文
posted @ 2009-06-15 18:18
|
||
