Macierz korelacji krzyżowej

W mojej grupie opracowaliśmy algorytm, który pokazuje abstrakcyjne informacje z układów mechaniki kwantowej jako obrazy. W ten sposób, biorąc pod uwagę układ kwantowy, otrzymujemy skojarzony obraz, który ma te same informacje i sprawia, że ​​niektóre funkcje są widoczne.

Jedną z ważnych cech uzyskuje się za pomocą „macierzy korelacji krzyżowej”: dzielimy obraz na podobrazy i znajdujemy „zachodzenie” na siebie wszystkich par. Zatem wpis dla podobrazów i i j , A_ {i, j} jest liczbą określającą ich podobieństwo. Wymiar macierzy to L ^ 2 \ razy L ^ 2 .$L\times L$$i$$j$$A_{i,j}$$L^2\times L^2$

Pytanie brzmi: czy ta matryca lub bliski krewny jest używana do przetwarzania obrazu? Jeśli tak, to czy ma nazwę? Czy ma jakieś interesujące właściwości, czy pomaga w użytecznych algorytmach?

Jeśli rozejrzysz się za „podobieństwem do łaty obrazu”, jest kilka rzeczy, które są zgodne z tymi wytycznymi, na przykład praca Eli Shechtmana i Michała Irani

http://www.wisdom.weizmann.ac.il/~vision/SelfSimilarities.html

lub centrum badawcze Calvin:

http://www.vision.ee.ethz.ch/~calvin/software.html

(patrz Globalne i skuteczne samopodobieństwo w zakresie klasyfikacji i wykrywania obiektów)