タグ付けされた質問 「gaussian」

GLSLにガウスぼかしフラグメントシェーダーを実装しました。私はそのすべての背後にある主要な概念を理解しています：畳み込み、線形性を使用したxとyの分離、半径を増やすための複数のパス... まだいくつか質問があります： シグマと半径の関係は何ですか？ シグマは半径に相当することを読みましたが、シグマがピクセルでどのように表現されるかわかりません。または、「半径」は単なるピクセルの名前ではなく、シグマの名前ですか？ シグマを選択するにはどうすればよいですか？ シグマを増やすために複数のパスを使用することを考慮して、所定のパスで必要なシグマを取得するために適切なシグマを選択するにはどうすればよいですか？結果のシグマがシグマの平方和の平方根に等しく、シグマが半径に等しい場合、希望する半径を取得する簡単な方法は何ですか？ カーネルの適切なサイズはどのくらいですか？また、シグマとどのように関連していますか？ ほとんどの実装が5x5カーネルを使用するのを見てきました。これはおそらく、適切な品質の高速実装に適した選択肢ですが、別のカーネルサイズを選択する別の理由はありますか？シグマはカーネルサイズとどのように関連していますか？私のカーネルの外の係数が無視でき、正規化されるように、最良のシグマを見つける必要がありますか？

18 image-processing  gaussian  blur 

一部の論文では、加法性ノイズは帯域制限されたガウスホワイトであると読みました。 MATLABを使用してこのタイプのノイズをシミュレートするにはどうすればよいですか？

16 matlab  noise  gaussian 

Matlabでシミュレートしているワイヤレス通信システムがあります。送信信号の位相をわずかに調整することで、透かしを入れています。私のシミュレーションでは、元のI（同相）およびQ（直交）値を取得し、透かしを追加します。次に、送信後のビットエラーレートをシミュレートする必要があります。ここでは、信号にさまざまな量の熱ノイズを追加するだけです。 IおよびQチャネルとして表される信号があるため、AWGN（加法性ホワイトガウスノイズ）をIおよびQに直接追加するのが最も簡単です。1つの考えは、両方のチャネルに独立してノイズを追加することでしたが、私の直感では、これは信号全体にノイズを追加することと同じではないと教えてくれます。 それでは、この形式のノイズをどのように追加できますか？

16 noise  gaussian 

だから最近、ベッセルフィルターは、他の一般的なタイプと一緒にリストされているにもかかわらず、実際には別の「クラス」に属する奇妙なものであることがわかりました。 長方形の振幅応答は、遷移帯域がゼロで、阻止帯域の減衰が無限であるため、理想的な周波数領域応答を表します。一方、ガウス振幅応答は、インパルス応答とステップ応答でオーバーシュートが発生しないという点で、理想的な時間領域応答を表します。実際に達成される応答の多くは、これらの理想的なソースへの近似です したがって、ブリックウォールフィルターはsinc関数を使用した畳み込みであり、次の周波数領域のプロパティがあります。 フラットパスバンド ゼロ阻止帯域 無限ロールオフ率/遷移帯域なし 両方向に無限のテールがあるため、非因果的で実現不可能です。次のIIRフィルターで近似され、次数が増加するにつれて近似が改善されます。 バターワース（最大フラットパスバンド） チェビシェフ（阻止帯域または通過帯域リップルを伴う最大ロールオフレート） 楕円（阻止帯域と通過帯域のリップルを伴う最大ロールオフ率） ルジャンドル （単調な通過帯域での最大ロールオフ率） ガウスフィルタは、ガウス関数との畳み込みであり、これらの時間領域のプロパティがあります。 オーバーシュートゼロ 最小の立ち上がり時間と立ち下がり時間 最小群遅延 sinc関数と同じ理由で実現不可能であり、次数が増加するにつれて、これらのIIRフィルターにより近似できます。 1および2に従うベッセル（最大フラットグループ遅延） e− 12（πω ）2e−12（πω）2e^{-{1 \over 2}(\pi \omega)^2} だから私の質問は： これまでのところすべてが正しいですか？もしそうなら、ガウスに近い他のIIRフィルターはありますか？彼らは何のために最適化されていますか？たぶん、オーバーシュートを最小限に抑えるものですか？ 「IIR Gaussian」を検索すると、いくつかのものが見つかります（Deriche？van Vliet？）

15 filters  filter-design  gaussian 

ラプラシアンオブガウスフィルターは差分オブガウスフィルターで近似できること、および後者の2つのシグマの比率は最適な近似を得るために1：1.6である必要があることを理解しています。ただし、ガウス分布の違いの2つのシグマが、ガウスのラプラシアンのシグマとどのように関係するのかはわかりません。前者の小さいシグマは後者のシグマに等しいですか？大きいシグマですか？それとも関係は別のものですか？

12 image-processing  gaussian 

私は倍に画像をダウンスケールする必要水平及び垂直（、 <）。sバツsバツs_xsysys_ysバツsバツs_xsysys_y111 ダウンサンプリングする前に、有限のローパスフィルターを使用したいと思います。n × mん×メートルn\times m と関数として取得するには、どのようにローパスフィルターパラメーター（およびガウス）を決定すればですか？n 、mん、メートルn, mσσ\sigmasバツsバツs_xsysys_y 具体的には、の場合に興味深いです。sバツ= sy= 1 / 2–√sバツ=sy=1/2s_x=s_y=1/\sqrt{2}

11 image-processing  gaussian 

説明していただけますか。「ガウスノイズ」と呼ばれる特定の種類のノイズはなぜですか。それをガウスと呼ぶことがなぜ関連するのですか？素人の言葉で説明してください。

9 noise  gaussian  statistics 

AWGNチャネルを介した通信の基本的な概念の理解に戸惑っています。離散時間AWGNチャネルの容量は次のとおりです。 C=12log2(1+SN)C=12log2⁡(1+SN)C=\frac{1}{2}\log_2\left(1+\frac{S}{N}\right) そして、それは入力信号がガウス分布を持っているときに達成されます。しかし、入力信号がガウスであることはどういう意味ですか？それは、コードワードの各シンボルの振幅がガウスアンサンブルから取得されなければならないことを意味しますか？特別なコードブック（この場合はガウス）を使用することとM-aryシグナリングで信号を変調することの違いは何ですか（MPSKなど）。

9 digital-communications  gaussian  information-theory 

Bandwidth-Time積の意味を教えてください。帯域幅（BBB）= 1 /シンボル時間（TTT）したがって、 BT=1BT=1BT = 1。 しかし、どのように変化するのでしょうか？ その意味は何ですか？ たとえば、GFSKがGMSKであると言うとき BT=0.5BT=0.5BT = 0.5、それはどういう意味ですか？

8 modulation  gaussian  bandwidth  fsk 

ガウス関数はそれ自体に変換するので、フーリエ変換の固有関数ですよね？ しかし、関数のテールが切り捨てられているため、DFTでサンプリングされたガウスについてはこれは正しくありません。 ウィキペディアでは、こことここで、離散サンプリングされたガウスとは異なる離散ガウスカーネル について説明しています。 連続ガウスが連続拡散方程式の解であるのと同じように、それが離散拡散方程式（離散空間、連続時間）の解であるという点で、連続ガウスの離散対応物 それは、DFTがそれ自体に正確に変換することを意味しますか？そうでない場合、同様のガウスのような関数はありますか？

8 fourier-transform  dft  gaussian  window-functions 

信号のノイズがガウスかどうかを判断する数学的な方法はありますか？ これまでに知っている唯一の方法は、ヒストグラムを分析してガウス分布を重ね合わせ、分布がガウスかどうかを視覚的に判断することです。ノイズがガウスであるかどうかを判断するための数学的な方法があるかどうか、および結果がどの程度正確かを知りたいのですが。

8 noise  gaussian 

画像処理における分離可能なフィルターは、さらに2つの単純なフィルターの積として記述できます。通常、2次元畳み込み演算は2つの1次元フィルターに分離されます。これにより、オペレーターの計算コストが削減されます。 分離可能なフィルターを使用すると、なぜ計算コストが低くなりますか？理解できません。1つではなく2つのフィルタを使用するとパフォーマンスが向上する理由

8 image-processing  filters  gaussian  laplace-transform  separability 

1 2 1 1 2 1 2 4 2 (A) (1/16) * 2 4 2 (B) 1 2 1 1 2 1 両方の行列は、行列Bにその要素の合計が乗算されることを除いて、同じです。画像を畳み込むと、ほぼ同じぼやけた画像になります。 それらの正確な違いは何ですか？いつ使用する必要がありますか？

7 image-processing  filters  gaussian 

信号をqの係数で間引きする必要があります。 より具体的には、私の信号は3D「画像」です。 I(xi,yj,zk) I(xi,yj,zk)\ I(x_i,y_j,z_k)、これをz方向に2倍ダウンサンプリングする必要があります。 サイズnのガウスカーネルでたたみ込むことにより、デシメーションの前にローパスフィルタリングを実行したいと思います。 ガウスカーネルは、分布の95％を占めるため、0の上下に2標準偏差を作成します。 私はnの大きさを教えてくれる経験則を探しています。 ガウシアンはfN / qを超えるすべての周波数をフィルターで除去する必要があると私は考えていますか？ここで、fN：元の信号のナイキスト周波数？ 標準偏差のガウスのフーリエ σ σ\ \sigma 標準偏差を持つ別のガウス σ∗= 1 / σ σ∗=1/σ\ \sigma^* =1/\sigma 。ローパスフィルターがどれほど厳密であるかわかりません。カット周波数fcは2または3の標準偏差にする必要がありますか？ 次に、サイズnのガウスカーネルのカット周波数fcの式は何ですか？fc（n）=？ 以下は、Matlabで計算されたいくつかのガウスカーネルの周波数応答です。 私の実際の問題にはq = 2が関係しており、この図から、n = 5がうまく機能することがわかります。経験則があれば良かったので、遭遇するqごとにこれを行う必要はありませんでした。

7 image-processing  fourier-transform  filter-design  lowpass-filter  gaussian