叶寒分心二用,那边搞定了建宗立派的事,这边有了顺手的软件,将那张糊掉的截图像素输入,开始根据欧拉-拉格朗日方程做高阶全变差……

    模糊的图像一点点,一点点的清晰起来。

    警察局的配置当然不可能有多高端,所以跑的那叫一个缓慢,粗略估计,至少得几十分钟个把小时的。

    这还是他大幅优化了计算流程,尽可能减少了资源占用的结果。

    丢给一般的程序员,耗时几个小时甚至几天也不是不可能。

    技术科那边让一天去取,完全是正常水平。

    “你还会这个?”

    虽然之前的操作看不明白,除了系统,这世界上也不可能有人看明白,不过从这段开始,黑人克里斯看明白了。

    毕竟他在技术科等处理结果不是一次两次了。

    像眼前处理速度这么快的,他还是第一次见,而且……是用自己这台破电脑!

    电脑和电脑的差别,比人和人的差别还大,这他也是知道的。

    “略懂。”

    叶寒推推眼睛,盯着屏幕上渐渐变得清晰的图像,思维忍不住又跑偏了。

    图像为什么会模糊?

    解析度不够,像素太低,光线不足……原因当然有很多。

    可为什么又能够修复呢?

    因为高阶全变差可以去噪。

    关键来了……噪声,嗯,这里指图像噪声,是什么?

    是图像数据中的不必要的或多余的干扰信息。理论上定义为“不可预测,只能用概率统计方法来认识的随机误差”。

    因而将之看成多维随机过程是合适的,可以借用概率分布函数和概率密度分布函数进行描述。

    但是……噪声真的是多维随机的吗?

    在混沌理论出现之前,由刘维尔定理和拉普拉斯妖支配的决定论世界里仿佛是的,但混沌理论出现之后,我们就知道了,很多很多很多的噪声,其实并不真正随机,当然也不是计算机的伪随机,而是混沌的。

    这是非线性动力系统的固有特性,是非线性系统普遍存在的现象。