Sí, son más o menos lo mismo.
Supongamos que su imagen es una matriz de 16 × 16 píxeles. No es necesario para esta respuesta, sino solo para tener una idea.
El PSF, [matemáticas] h (x, \ alpha, y, \ beta) [/ matemáticas] da el peso con el que el valor de píxel en una posición de entrada, [matemáticas] (x, y) [/ matemáticas] como (1 , 1) contribuye a una posición de salida, [matemática] (\ alpha, \ beta) [/ matemática] como (1,1). Sin embargo, la posición de salida podría no ser la misma.
- ¿Qué es una extensión HNN?
- ¿Cómo es el eje x anudado una retracción de R ^ 3?
- ¿Por qué no se incluye el hexagrama unicursal en el dibujo de estrella de líneas continuas / matemáticas?
- ¿Cuál es el primer método de sustracción comercial?
- ¿Qué hacen los matemáticos a diario?
La salida, [matemática] g (\ alpha, \ beta) [/ matemática] de aplicar el PSF a la imagen de entrada [matemática] f (x, y) [/ matemática], puede ser dada por –
[matemáticas] g (\ alpha, \ beta) = \ sum_ {x = 1} ^ {N} \ sum_ {y = 1} ^ {N} f (x, y) h (\ alpha – x, \ beta – y) [/ matemáticas]
Si define una submatriz particular de modo que cada índice de esa matriz tenga un peso específico, según un PSF , que pretende aplicar, obtendrá un núcleo de imagen.
Entonces, el núcleo de la imagen es una forma de PSF según mi opinión.
Espero que eso lo aclare?
Además, si encuentra un error o algo que desea agregar, hágamelo saber. Solo estudié sobre Image Kernels en particular y me encontré con PSF después de esta pregunta. Entonces estoy abierto a discusión y mejoras