gaussian

2熱度

1回答

目前我希望使用尺度空間表示來過濾一個圖像。使用具有一個最佳西格瑪的高斯平滑濾波器可以對一幅圖像中的特徵進行濾波。這意味着在尺度空間表示下，一幅圖像中的不同特徵可以在不同尺度上表現得最好。例如，我有一個圖像，其中有一棵樹。在尺度空間表示中，使用三個西格瑪值，它們表示爲sigma0，sigma1和sigma2。由於它主要包含紋理，所以在使用sigma0的平滑圖像中表現得最好。使用sigma1可以更好

-1熱度

1回答

污染模型R

我是R的新手，我試圖在R和GIS中制定污染模型。我有這樣的代碼： setwd("D:/+gis/hranice") library("foreign", lib.loc="D:/Program Files/R/R-3.1.1/library") y <- read.csv("distancematrix.csv",header=T,sep= ",") #load distance ma

4熱度

1回答

高斯擬合工作不使用Python

我試圖用這個Python代碼，以適應列這個矩陣data： #!/usr/local/bin/env python import numpy as np import Tkinter #Used for file import import tkFileDialog #Used for file import import os import scipy import scipy.opt

1熱度

1回答

1D高斯濾波器水平和垂直

我想生成可以在圖像上應用高斯濾波器，但是我想申請這兩次1D：水平和垂直。另外，我想分別將它應用於每架飛機。意味着我要設計出一維高斯濾波器在紅，綠，藍組件水平應用它，那麼我有同樣的1D高斯濾波器在紅，綠，藍組件垂直應用它。而且我覺得這種操作應該等於原來的彩色圖像應用二維高斯濾波器。我在Matlab和圖像處理過濾器是新的。

1熱度

2回答

如何添加和刪除圖像中的噪音

我想將高斯噪音添加到256x256灰度圖像，然後將其刪除。我嘗試着使用下面的代碼，但是我得到的只是一個只有噪聲的圖像。是否有可能完全消除圖像中的噪音？如果不能達到什麼程度可以降低高斯噪聲？ P =0; %mean Q =0.01; %variance R = imnoise(L,'gaussian',P,Q); %L-image subplot(2,1,1); imshow(R); t

0熱度

1回答

如何在matlab中獲得2d高斯核

如何獲得2D圓對稱高斯加權函數被抽樣到3 標準偏差（3 x 3）並重新縮放到單位體積？

0熱度

1回答

MATLAB網格圖中峯的分析

我對下面的圖像進行曲率分析，需要能夠測量峯之間的距離。請有人可以告訴我們如何做到這一點？我只對圖表的正面部分感興趣，如果還可以提取每個峯的高度，它將很有用。我已經嘗試使用findpeaks，但它要求一個向量，我沒有一個給它。我正在使用在線Mathworks資源庫中的surfature函數。對於這個問題，'X'是我輸入高斯濾波器的圖像： G = fspecial('gaussian',[19 1

1熱度

1回答

簡單正態分佈的R上的高斯混合建模（Mclust）失敗

我試圖理解Mclust，所以我認爲最簡單的方法是用高斯混合建模對高斯建模。我希望G = 1是最合適的。但是，我得到G = 6，如果我打印它們，它們甚至不會接近原始高斯。任何提示這裏有什麼問題？ x<-seq(-4,4,length=200) y<-dnorm(x,mean=0, sd=1) plot(x,y, type="l", lwd=2) mod1<-Mclust(y) ColourV

0熱度

1回答

使用Box-Muller方法在Python中生成高斯隨機數

現在，我使用Box-Muller方法在python中生成10 24個高斯隨機數。我應該繪製功率譜，並看到高斯曲線。我的代碼如下： import numpy as np import matplotlib.pyplot as plt def fast_fourier_transform(y): '''Return the fast Fourier transform of y.'''

1熱度

1回答

我對Scipy curve_fit的使用似乎效果不好

我試圖用Scipy curve_fit將我的數據擬合成高斯。不幸的是，curve_fit返回1,1,1。 Kp4=fnamer4[615:645] xk=np.arange(0,1024,1)[615:645] def func(x, a, x0, sigma): return a*np.exp(-(x-x0)**2/(2*sigma**2)) popt, pcov = curve_fi