タグ付けされた質問 「matlab」

「fecg.mat」という名前のファイルに格納されたdoubleの1行10000列の行列があります。マトリックスは、記録されたFECG信号の大きさを表します。 時間に対してプロットしました（0から9999）： ベースラインを削除するには、ハイパスフィルターを使用できるかどうか疑問に思います。適切なフィルターを設計するにはどうすればよいですか？ PS信号処理は私の専門分野ではありません。離散時間領域信号をフィルタリングする方法がわかりません。

8 filters  matlab 

私は画像をより良いものにし、不要な妨害をすべて取り除いて遊んでいます。主な懸念は、来るかもしれない不要な反射を取り除くことだとわかりました。 私は、これらの反射を取り除くためにICAを使用する論文を読みました。他にどのような方法が機能しますか？ 画像があるとしましょう： 別の画像： CMYKに変換しました このセミブラック部分を削除するにはどうすればよいですか？

8 image-processing  matlab  computer-vision  ica  image 

Matlabに米の画像を読み込んで表示します。 g = imread('rice.png'); imshow(g); この画像のFFTを取り、シフトします。 G = fft2(g); imshow(log(abs(fftshift(G)) + 1), []); 画像の中心を介してax軸とy軸を配置すると、画像が対称であることがわかりましたg（-x、-y）= g（x、y）。1D信号の場合、実信号のFFTには対称の実部と非対称の虚部があることがわかります。これが2次元で表示されているものでしょうか。 元の画像は上部より下部の方が暗いため、周期的な境界で強い水平方向の不連続性があり、FFTの垂直線が発生しています。 この境界効果を解消したい。これに対する一般的なアプローチは、ウィンドウ処理のようです。 しかし、私はこの問題を「ミラーリング」と呼ばれる論文で見つけた手法で解決したいと思っています。論文はあまり具体的ではなかったので、このアプローチを理解するには、あなたの助けが必要です:-)。 最初に、元の画像から対称的な「タイル」を作成します。 tile=[flipdim(g,2) g; flipdim(flipdim(g,1),2) flipdim(g,1)]; imshow(tile); 次に、この「タイル」のFFTを使用します。 Tile=fft2(tile); imshow(log(abs(fftshift(Tile)) + 1), []) 縦線は（ほとんど）なくなっているようです。ただし、ミラーリングにより対称性が高まったようです。 正しい結果は何ですか？元の画像のFFTまたは「ミラーリングされた」画像のFFT？ 境界効果をなくし、純粋に本物のFFTを取得できるように、「ミラーリング」できる方法はありますか？ どんな答えも事前にありがとう！

8 image-processing  fft  matlab 

なんとか破損していて、バックアップイメージを失った約1,400のJPEGがあります。それらはすべて、それぞれに同じグリッド線のパターンがあるように見えます（つまり、グリッド線は画像間で移動しません。 これらの画像の1つは次のようになります。 このグリッドパターンを削除または平滑化する、Matlab固有の画像フィルタリング技術などはありますか？

8 image-processing  matlab  noise  jpeg  pattern 

ビデオから異なるフレームでの車の位置をキャプチャしました。 仮定車の（画像で私たちの方に来ているegleft側車）ビデオ・フレーム1の重心は、ビデオ・フレーム4でP（x1、y1）とQ（x2、y2）があります。 PおよびQポイントを3Dに表すことはできますか？正しいピクセル距離d（PQ）を計算し、最後に実際の距離を計算できるように 注：uはカメラが静止しており、地面から10 mの高さに配置されていると想定できます。u は、次の図も参照できる場合は、適切なデータを想定できます。

8 matlab  computer-vision  opencv  3d  matlab-cvst 

私はこれをMathematics Stack Exchangeで質問しましたが、この種の質問は通常ここで質問される境界とここで目にする質問の境界にあるため、ここでも質問します。（今のところ、私の質問に対する活動はありません。） 2次元の離散信号解析（具体的には画像処理）で、サイズと 2つの画像間の正規化相互相関で見つけた定義は次のとおりです。M× NM×NM\times N g1（x 、y）g1(x,y)g_1(x, y)g2（x 、y）g2(x,y)g_2(x, y) r1= （g1⋆g2）（x 、y）N O R M 、L iはZ EのD=Σm = 0M− 1Σn = 0N− 1[g1（m 、n ）−g1¯¯¯¯¯] [g2（x + m 、y+ n ）−g2¯¯¯¯¯]Σm = 0M− 1Σn = 0N− 1[g1（m 、n ）−g1¯¯¯¯¯]2[g2（x + m 、y+ n ）−g2¯¯¯¯¯]2−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−√r1=(g1⋆g2)(x,y)Normalized=∑m=0M−1∑n=0N−1[g1(m,n)−g1¯][g2(x+m,y+n)−g2¯]∑m=0M−1∑n=0N−1[g1(m,n)−g1¯]2[g2(x+m,y+n)−g2¯]2r_1 = (g_1 …

8 image-processing  matlab  fourier-transform  cross-correlation  math 

MatLab Canny（MLC）がOpenCV Canny（OCC）と比べて非常に異なる理由を誰かが知っていますか？ML-CはOCCよりも正確で接続されたエッジを提供しますが、それはどのようにして可能ですか？私が尋ねる理由は、MLコードのプロトタイプをC ++に実装する必要があり、OpenCVを使用したかったからです。私が試した限りでは、MLのコードをエクスポートすることは実際には不可能です。 敬具、

8 image-processing  matlab  opencv  edge-detection 

入力サイズと離散ウェーブレット変換によって与えられる係数の数の間の相関関係について疑問に思っています。 私はDaubechiesウェーブレットを使用して1D関数を記述し、それを実装するためにPyWaveletsを使用しています（これは、MATLABツールボックスに類似しています）。 私は、Haarウェーブレットを使用してそれを実装することから始めました。これは正しい結果を与え、それがどのように機能するかを正確に理解しています。入力関数に16個のデータポイントがあるとしましょう。Haarを使用する場合、マルチレベル分解（wavedec）から得られるものは次のようなものです（括弧内のシフトの数）： V1[1], W1[1], W2[2], W3[4], W4[8] これはすべて順調です。V1は、スケーリング関数と、さまざまなスケールと膨張のW1〜W5ウェーブレットを提供します。私の問題は、次のDaubechies（'db2'ツールボックスではD4と呼ばれます）を使用するときに発生し、 V1[6], W1[6], W2[9] 私はすべての直感を失います。6、6、9の出所はわかりませんが、指定したレベル（レベルを指定する意味がわかりません）と入力サイズによって異なります。係数の数はどのように予測できますか。また、その理由をより深く理解するために役立つリソースは何ですか。 ありがとう！ 編集：VとWの説明： VnVnV_nは通常、特定のスケーリング関数のスパン、つまり示します。ここで、はシフト、はスケーリングです。は、ウェーブレット関数を除いて同じです。VとWによる係数のベクトルを参照することで、表記を少し乱用した可能性があります。ϕϕ\phi{ϕn,k}{ϕn,k}\{\phi_{n,k}\}kkknnnWnWnW_nψψ\psi EDIT2：コード 以下は、上記を生成するためのMATLABコードです。 >> [C, L] = wavedec(1:16, 4, 'db1'); L L = 1 1 2 4 8 16 >> [C, L] = wavedec(1:16, 2, 'db2'); L L = 6 6 9 16 私は実際にPyWaveletsを使用しました。 >>> …

8 matlab  wavelet 

大津二値化アルゴリズムの修正版を実装しようとしています。ドキュメントの画像を2値化しようとしています。しかし、2値化の手順では、オブジェクト（この場合はテキスト）が元のグレースケール値を保持し、背景が255の値をとるようにします。つまり、白です。論文で見つけたサンプル画像バージョンを投稿しています。 これは元の画像です： これは私が取得したい結果の画像です： 誰かがMatlabでそれを行う方法を教えてもらえますか？

8 image-processing  matlab  thresholding 

フォワードバックワードフィルタリングで過渡を最小化するためのGustafsonのアルゴリズムに精通している人はいますか[1]？私はそれを実装しようとしていますが、私の最初の推測は、Matlabのfiltfilt.mをチェックすることでした。Matlab関数では、起動過渡を最小化する初期条件ziを見つけるために線形方程式系も解かれますが、参照とコードの関係は私には明らかではありません。最小化に関するコードの行は次のとおりです（nfiltは係数ベクトルの長さです）： zi = ( eye(nfilt-1) - [-a(2:nfilt), [eye(nfilt-2); zeros(1,nfilt-2)]] ) \... ( b(2:nfilt) - b(1)*a(2:nfilt) ); それらの行がGustafsonの記事で説明されているアルゴリズムとどのように関連しているかについて、誰かが正しい方向に私を指摘できますか？ [1] Gustafsson、F。「フォワードバックワードフィルタリングでの初期状態の決定」信号処理に関するIEEE®トランザクション。巻。44、1996年4月、988〜992ページ。

7 matlab  filters  discrete-signals  infinite-impulse-response  least-squares 

一定速度のモーターの音であるノイズの多い信号があるので、音は周期的でなければなりません。周期を取得するために自己相関関数を使用する方法があることはわかっていますが、それを行いましたが、期間がわかりません。信号と自己相関の結果の下でそれを行う方法のアイデア：信号 自己相関の結果：

7 matlab  discrete-signals 

簡単な提案をするのに適切な場所にいるかどうかわからないので、親切にして質問に反対票を投じないでください。私は誰かに私のためにそれをするように頼んでいません、私は私がどのように進むべきかについての短いガイダンスが必要です。 現在、固有値分解を使用したブラインドソース分離の研究を書いています。私は執筆が苦手なので、これまでMatlabで必要なプログラミング部分を実行しました。研究は、問題に関する約50ページの理論で構成されている必要があります。理論は、BSS、BSSメソッド、ICA、およびメイントピックであるEVDを説明することです。BSSには多くのメソッドがあり、何を書くか、何を書かないかを決定し、フォローすることが難しいので、私の執筆に何を含めるかを提案できますか？誰かが私の研究で書いて言及すべきことの順序を概説できますか？ 私は次に何を書けばいいのか行き詰まっています。 Introduction to BSS Definition of Independence of signals Independence and correlation PCA and other prewhitening methods: 1. centering 2. whitening 私は次のような本を使用しています：独立成分分析-ブラインドソース分離のチュートリアル紹介ハンドブック独立成分分析とアプリケーション2010-Pierre Comon、Christian Jutten ありがとうございました、

7 matlab  signal-analysis  ica 

私は、MATLAB環境でCmor-Fb-FCウェーブレット変換を使用しています。Fbは帯域幅、Fcは中心周波数パラメーターです。トレイルとエラーの手順で、Fb-Fcを5-1として選択し、合理的な出力を得ました。しかし、私はFb-Fcパラメータに適切な値を選択するルールを知りたいですか？30秒間に300個のサンプルを使用しているとしましょう。サンプリング周波数は10 Hzです。これが信号です。 x=sin(2*pi*t*.1).*(t<10)+sin(2*pi*t*0.3).*... (t<30)+sin(2*pi*t*0.6).*(t<10).*exp(-t*.1);

7 matlab  wavelet  bandwidth 

画像からブドウのみを抽出したい。残念ながら、時々私はブドウを正確に手に入れません。 すべてのケースでうまく機能しないコードがあります。時々、それは影とブドウを区別しません。 入力画像の例： 私が得ている結果： そしてこれは私のコードです： RGB = imread('DSC02807.JPG'); GRAY = rgb2gray(RGB); threshold = graythresh(GRAY); originalImage = im2bw(GRAY, threshold); originalImage = bwareaopen(originalImage,250); SE = strel('disk',10); IM2 = imclose(originalImage,SE); originalImage = IM2; imshow(originalImage);

7 image-processing  matlab  image-segmentation 

合成すると常に恒等演算が行われるように、Haar変換とその逆の実装に興味があります。私の入力は、指定された範囲内の離散的な序数です。Haar変換の出力も、同様に離散的な序数（または固定小数点）の数値にする必要があります。 私は、入力信号が範囲内に均一に分散されたサンプルで構成されている場合に基づいて作業しました 0..(2n−1)0..(2n−1)0..(2^n-1) そして、私の変換された信号もそうです、そしてそれで、原則として、私の元の信号は逆ハールによって完全に再現されるべきです。 私は、GNU Octaveを使用してこの（Matlab）実装に手を加えました。 http://people.sc.fsu.edu/~jburkardt/m_src/haar/haar.html これは倍精度値を使用します...変換された表現を元の状態空間と同じ状態空間に合わせるために、round（）を使用して変換されたデータの離散表現を確立するように強制します。当然のことながら、逆変換の出力に対して再びround（）を使用する必要があることがわかりました。 round（haar_2d_inverse（round（haar_2d（signal））））がほとんどの信号値の恒等関数ではないことは、おそらく驚くことではありません...事例では、通常、再構成された信号-ほぼ対称に見え（少数の再構成されたサンプルで+1または-1）、これはnの選択にほとんど依存しないようです。 私が知りたいのは、順序サンプルで機能するhaar_2dおよびhaar_2d_inverseの「より良い」実装があるかどうかです。異常は、Haar実装自体の結果なのか、中間段階でround（）を適用した方法なのでしょうか？後者の場合、丸める前にスケーリングしてこれを修正できますか？

7 image-processing  matlab  discrete-signals  wavelet