تم إنشاءه بتاريخ الأربعاء، 08 تشرين 1 / أكتوير 2008 20:04 آخر تحديث في الخميس، 14 آذار / مارس 2018 01:29 كتب بواسطة: باتوهان أوسمانوغلو الزيارات: 41233 متوسط التحرك في ماتلاب غالبا ما أجد نفسي في حاجة إلى متوسط البيانات لدي للحد من الضوضاء قليلا قليلا. كتبت وظائف زوجين للقيام بالضبط ما أريد، ولكن ماتلابس بنيت في وظيفة مرشح يعمل جيدة جدا كذلك. هنا سوء كتابة حول 1D و 2D المتوسط من البيانات. 1D مرشح يمكن أن تتحقق باستخدام وظيفة مرشح. وتتطلب وظيفة المرشاح ثلاثة معلمات دخل على الأقل: معامل البسط للمرشاح (ب)، ومعامل القاسم للمرشاح (أ)، والبيانات (X) بطبيعة الحال. يمكن تعريف مرشح متوسط التشغيل ببساطة عن طريق: بالنسبة للبيانات 2D يمكننا استخدام وظيفة ماتلابس filter2. لمزيد من المعلومات حول كيفية عمل الفلتر، يمكنك كتابة: هنا تنفيذ سريع وقذر لمرشح متوسط متحرك 16 إلى 16. أولا نحن بحاجة إلى تحديد عامل التصفية. لأن كل ما نريده هو مساهمة متساوية من جميع الجيران يمكننا فقط استخدام تلك الوظيفة. نحن تقسيم كل شيء مع 256 (1616) لأننا لا نريد لتغيير المستوى العام (السعة) للإشارة. لتطبيق المرشح يمكننا ببساطة أن نقول ما يلي أدناه نتائج لمرحلة التداخل. في هذه الحالة المدى في محور Y ويتم تعيين السمت على محور X. كان المرشح بعرض 4 بيكسل في النطاق و 16 بكسل في سمت. مرشح متوسط أو فئة عامل تصفية متوسط. الإشارات الرقمية ومعالجة الصور (دسب و ديب) تطوير البرمجيات. نبذة مختصرة. هذه المقالة هي دليل عملي لمرشح متوسط، أو متوسط فهم المرشح والتنفيذ. المادة تحتوي على نظرية، C شفرة المصدر، تعليمات البرمجة وتطبيق العينة. 1. مقدمة لمرشح متوسط، أو مرشح متوسط مرشح مرشح. أو مرشح المرشح هو مرشح النافذة من الطبقة الخطية، أن ينعم إشارة (صورة). يعمل الفلتر على تمرير منخفض. والفكرة الأساسية وراء التصفية هي أن أي عنصر من إشارة (صورة) تأخذ في المتوسط عبر حيها. لفهم كيف يتم ذلك عمليا، دعونا نبدأ بفكرة النافذة. 2. نافذة فلتر أو قناع دعونا نتصور، يجب أن تقرأ رسالة وما تراه في النص مقيدة حفرة في استنسل خاص مثل هذا. لذلك، فإن نتيجة القراءة هي الصوت ر. حسنا، دعونا قراءة الرسالة مرة أخرى، ولكن مع مساعدة من استنسل آخر: الآن نتيجة القراءة ر هو الصوت 240. دعونا نجعل المحاولة الثالثة: الآن كنت تقرأ حرف ر كصوت 952. ماذا يحدث هنا أن أقول أن في اللغة الرياضية، كنت إجراء عملية (القراءة) على عنصر (حرف ر). والنتيجة (الصوت) يعتمد على حي العنصر (حروف بجانب t). وهذا الاستنسل، الذي يساعد على التقاط حي العنصر، هو نافذة نعم، نافذة هو مجرد الاستنسل أو نمط، التي من خلالها كنت اختيار العنصر حي 0151 مجموعة من العناصر حول واحد 0151 معين لمساعدتك على اتخاذ القرار. اسم آخر لتصفية نافذة قناع قناع 0151 هو الاستنسل، الذي يخفي العناصر نحن لا تولي اهتماما ل. في مثالنا العنصر الذي نعمل على وضعه في أقصى اليسار من النافذة، في الممارسة العملية ولكن موقفه المعتاد هو مركز النافذة. دعونا نرى بعض الأمثلة نافذة. في بعد واحد. الشكل 4. نافذة أو قناع من حجم 5 في 1D. في بعدين. الشكل 5. نافذة أو قناع حجم 3times3 في 2D. في ثلاثة أبعاد. فكر في البناء. والآن مداش حول غرفة في ذلك المبنى. الغرفة مثل نافذة ثلاثية الأبعاد، والتي تقطع بعض المساحة الفرعية من كامل مساحة المبنى. يمكنك العثور على نافذة 3D في حجم (فوكسل) معالجة الصور. 3. فهم مرشح يعني الآن دعونا نرى، وكيفية لدكوتيك متوسط عبر عناصر نايارالدكو. الصيغة هي بسيطة 0151 تلخيص العناصر وتقسيم مجموع من قبل عدد من العناصر. على سبيل المثال، دعونا حساب متوسط للحالة، كما هو مبين في الشكل. 7 - الشكل 7. أخذ المتوسط. و هذا كل شيئ. نعم، لدينا فقط تصفية 1d إشارة بواسطة يعني مرشح دعونا نجعل استئناف وكتابة خطوة بخطوة تعليمات ل معالجة بواسطة يعني مرشح. متوسط الفلتر، أو متوسط خوارزمية الفلتر: وضع نافذة على العنصر خذ ما متوسطه 0151 من عناصر التلخيص وقسم المجموع حسب عدد العناصر. الآن، عندما يكون لدينا خوارزمية، فقد حان الوقت لكتابة بعض التعليمات البرمجية مدش دعونا ننكب إلى البرمجة. 4. 1D يعني تصفية البرمجة في هذا القسم ونحن نطور مرشح 1D مع نافذة من حجم 5. دعونا لدينا إشارة 1D من طول N كمدخلات. الخطوة الأولى هي وضع الإطار 0151 نفعل ذلك عن طريق تغيير فهرس العنصر الرئيسي: الانتباه، أننا بدأنا بالعنصر الثالث ونهاية مع آخر ولكن اثنين. المشكلة هي أننا لا يمكن أن تبدأ مع العنصر الأول، لأنه في هذه الحالة الجزء الأيسر من نافذة التصفية فارغ. وسوف نناقش أدناه، كيفية حل هذه المشكلة. الخطوة الثانية هي أخذ المتوسط، موافق: الآن، دعونا كتابة خوارزمية كدالة: يمكن تعريف عنصر نوع على النحو التالي: 5. معالجة حواف لجميع مرشحات نافذة هناك بعض المشاكل. هذا هو علاج الحافة. إذا وضعت نافذة على العنصر الأول (الأخير)، فسيكون الجزء الأيسر (الأيمن) من النافذة فارغا. لملء الفراغ، ينبغي تمديد الإشارة. لمرشح يعني هناك فكرة جيدة لتمديد إشارة أو صورة بشكل متناظر، مثل هذا: لذلك، قبل تمرير إشارة لدينا وظيفة مرشح يعني ينبغي تمديد الإشارة. دعونا نكتب المجمع، مما يجعل جميع الاستعدادات. كما ترون، يأخذ قانوننا في الاعتبار بعض القضايا العملية. أولا وقبل كل شيء علينا التحقق من المعلمات المدخلات 0151 لا ينبغي أن تكون إشارة نول، وينبغي أن تكون إشارة طول إيجابي: الخطوة الثانية 0151 ونحن تحقق حالة N1. هذه القضية هي واحدة خاصة، لأن بناء التمديد نحتاج عنصرين على الأقل. وبالنسبة للإشارة إلى طول عنصر واحد تكون النتيجة هي الإشارة نفسها. كذلك إيلاء الاهتمام، لدينا عامل تصفية يعمل في مكان، إذا الناتج الناتج المعلمة هو نول. الآن دعونا تخصيص الذاكرة للإشارة إشارة. والتحقق من تخصيص الذاكرة. الوثائق y تصفية (ب، أ، س) مرشحات البيانات المدخلات x باستخدام وظيفة نقل العقلانية التي يحددها البسط والمقام المعاملات b و a. إذا كان (1) لا يساوي 1. ثم تصفية تطبيع معاملات التصفية من قبل (1). لذلك، يجب أن يكون (1) غير صفري. إذا كان x متجه، يقوم عامل التصفية بعد ذلك بإرجاع البيانات التي تمت تصفيتها كمتجه بنفس الحجم x. إذا كانت x مصفوفة، فقم بتصفية الأفعال على طول البعد الأول وإرجاع البيانات التي تمت تصفيتها لكل عمود. إذا كانت x مصفوفة متعددة الأبعاد، فقم بتصفية الأفعال على طول بعد الصفيف الأول الذي لا يساوي حجمه 1. يستخدم الفلتر y (b، a، x، زي) الشروط الأولية زي لتأخيرات الفلتر. يجب أن يكون طول زي متساويا (الطول (أ)، الطول (ب)) - 1. y مرشح (ب، أ، س، زي، قاتمة) يعمل على طول البعد خافت. على سبيل المثال، إذا كانت x مصفوفة، فإن الفلتر (b، a، x، زي، 2) يقوم بإرجاع البيانات التي تمت تصفيتها لكل صف. y، زفيلتر () ترجع أيضا الشروط النهائية زف لتأخير الفلتر، باستخدام أي من التركيبات السابقة. وظيفة النقل الرشيد وصف المدخلات والمخرجات لعملية المرشح على متجه في مجال تحويل Z هو وظيفة نقل عقلانية. دالة نقل عقلانية هي الشكل، Y (z) b (1) b (2) z x2212 1. b (n b 1) z x2212 n b 1 a (2) z x2212 1. a (n a 1) z x2212 n a X (z). الذي يتعامل مع مرشحي كل من فير و إير 1. n a هو أمر تصفية التغذية المرتدة، و n b هو ترتيب المرشح فيدفوروارد. يمكنك أيضا التعبير عن وظيفة النقل العقلاني كمعادلة الفرق التالية، a (1) y (n) b (1) x (n) b (2) x (n x2212 1). b (n b 1) x (n x2212 n b) x2212 a (2) y (n x2212 1) x2212. x2212 a (n a 1) y (n x2212 n a). وعلاوة على ذلك، يمكنك تمثيل وظيفة نقل العقلانية باستخدام شكلها المباشر إي نقلها التنفيذ، كما هو الحال في الرسم البياني التالي. بسبب التطبيع، افترض (1) 1. ويعطى تشغيل المرشاح عند العينة m بمعادلات فرق المجال الزمني y (m) b (1) x (m) z 1 (m x2212 1) z 1 (m) b (2) x (m) z 2 م x2212 1) x2212 و(2) ص (م) x00A0x00A0 x22EE x00A0x00A0x00A0x00A0x00A0 x00A0x00A0x00A0x00A0x00A0 x22EE x00A0x00A0x00A0x00A0x00A0x00A0x00A0x00A0x00A0x00A0x00A0x00A0 x22EE الزنك x2212 2 (م) ب (ن x2212 1) س (م) الزنك x2212 1 (م x2212 1) x2212 (ن x2212 1 ) y (m) زن x2212 1 (m) b (n) x (m) x2212 a (n) y (m). إذا كان لديك معالجة الإشارات Toolboxx2122، يمكنك تصميم فلتر، د. باستخدام ديسينفيلت. ثم، يمكنك استخدام فلتر Y (د، X) لتصفية البيانات الخاصة بك. حدد مرشح أسماء بلدكم المشتركة: تصفية يعني، تمهيد، المتوسط، تصفية مربع وصف موجز يعني تصفية هو طريقة بسيطة، بديهية وسهلة لتنفيذ تجانس الصور، أي الحد من كمية من الاختلاف كثافة بين بكسل واحد والقادم. وغالبا ما تستخدم للحد من الضوضاء في الصور. كيف يعمل فكرة تصفية يعني ببساطة لاستبدال كل قيمة بكسل في صورة مع متوسط (متوسط) قيمة جيرانها، بما في ذلك نفسها. هذا له تأثير القضاء على قيم بكسل التي هي غير ممثلة لمحيطها. وعادة ما ينظر إلى الترشيح المتوسط على أنه مرشح التفاف. مثل غيرها من التحليلات أنها تقوم حول نواة. والتي تمثل شكل وحجم الحي الذي يجب أخذ عينات منه عند حساب المتوسط. في كثير من الأحيان يتم استخدام نواة مربع 32153، كما هو مبين في الشكل 1، على الرغم من أن حبات أكبر (على سبيل المثال 52155 المربعات) يمكن استخدامها لتلطيف أكثر شدة. (لاحظ أن نواة صغيرة يمكن تطبيقها أكثر من مرة من أجل إنتاج تأثير مماثل ولكن غير متطابقة كمرور واحد مع نواة كبيرة.) الشكل 1 32153 متوسط المتوسط نواة غالبا ما تستخدم في تصفية يعني حساب تلافم مباشر من صورة مع هذه النواة تنفذ عملية الترشيح المتوسطة. إرشادات الاستخدام يستخدم الترشيح المتوسط كطريقة بسيطة للحد من الضوضاء في الصورة. نوضح المرشح باستخدام يظهر الأصلي تالف من الضوضاء غوس بمتوسط صفر والانحراف المعياري () من 8. يبين تأثير تطبيق عامل تصفية 32153 يعني. لاحظ أن الضوضاء أقل وضوحا، ولكن الصورة قد خففت. إذا قمنا بزيادة حجم المرشح المتوسط إلى 52155، نحصل على صورة ذات ضجيج أقل وتفاصيل أقل ترددا عالي، كما هو مبين في الصورة نفسها الأكثر تضررا من الضوضاء الغوسية (بمتوسط صفر و 13) في نتيجة لتصفية المتوسطة مع نواة 32153. يتم تقديم مهمة أكثر صعوبة من خلال يظهر تأثير تمهيد الصورة صاخبة مع مرشح 32153 يعني. وبما أن قيم البكسل للضوضاء غالبا ما تكون مختلفة جدا عن القيم المحيطة، فإنها تميل إلى تشويه متوسط البكسل المحسوب بواسطة المرشح المتوسط. استخدام مرشح 52155 بدلا يعطي هذه النتيجة ليست تحسنا كبيرا في الحد من الضوضاء، وعلاوة على ذلك، فإن الصورة الآن غير واضحة جدا. وتوضح هذه الأمثلة المشكلتين الرئيسيتين مع تصفية المتوسطة، وهما: بكسل واحد مع قيمة غير تمثيلية جدا يمكن أن تؤثر بشكل كبير على القيمة المتوسطة لجميع وحدات البكسل في حيها. عندما يمتد حي الفلتر إلى حافة، سيقوم المرشح باستكمال قيم جديدة للبكسل على الحافة، وبالتالي سيؤدي إلى طمس تلك الحافة. قد يكون هذا مشكلة إذا كانت مطلوبة حواف حادة في الإخراج. كل من هذه المشاكل يتم معالجتها بواسطة المرشح الوسيط. والتي غالبا ما تكون مرشحا أفضل للحد من الضوضاء من المرشح المتوسط، ولكن يستغرق وقتا أطول لحساب. وبشكل عام، يعمل المرشح المتوسط كمرشاح تردد لوباس، وبالتالي، يقلل من مشتقات شدة المكانية الموجودة في الصورة. لقد رأينا بالفعل هذا التأثير بمثابة تخفيف من ملامح الوجه في المثال أعلاه. الآن النظر في الصورة التي تصور مشهد يحتوي على مجموعة واسعة من الترددات المكانية المختلفة. بعد تمهيد مرة واحدة مع مرشح 32153 يعني نحصل على إشعار بأن معلومات التردد المكاني منخفضة في الخلفية لم تتأثر بشكل كبير من قبل التصفية، ولكن حواف (مرة واحدة هش) من المقدمة المقدمة تم تمهيد بشكل ملحوظ. بعد التصفية مع فلتر 72157، نحصل على توضيح أكثر دراماتيكية لهذه الظاهرة في مقارنة هذه النتيجة التي تم الحصول عليها عن طريق تمرير مرشح 32153 على الصورة الأصلية ثلاث مرات في الاختلافات المتغيرات المشتركة على مرشح التمهيد يعني مناقشتها هنا تشمل عتبة المتوسط حيث يتم تطبيق التجانس رهنا بشرط تغيير قيمة بيكسل المركزية فقط إذا كان الفرق بين قيمته الأصلية ومتوسط القيمة أكبر من العتبة المحددة مسبقا. وهذا له تأثير أن الضوضاء تمهيد مع فقدان أقل دراماتيكية في تفاصيل الصورة. وغالبا ما تستخدم مرشحات الالتفاف الأخرى التي لا تحسب متوسط الحي في التجانس. واحد من أكثر هذه العوامل شيوعا هو مرشح التجانس الغاوسي. تجربة تفاعلية يمكنك تجربة تفاعلية مع هذا المشغل من خلال النقر هنا. ويحسب متوسط المرشح باستعمال توليف. هل يمكن التفكير في أي الطرق التي يمكن أن تستخدم خصائص خاصة من نواة تصفية المتوسطة لتسريع التلاميذ ما هو التعقيد الحسابي لهذا التفاف أسرع استخدام كاشف الحافة على الصورة ونلاحظ قوة الإخراج. ثم تطبيق مرشح 32153 يعني إلى الصورة الأصلية وتشغيل كاشف الحافة مرة أخرى. التعليق على الفرق. ماذا يحدث إذا تم استخدام فلتر 52155 أو 72157 تطبيق مرشح متوسط 32153 مرتين لا ينتج نفس النتيجة تماما عند تطبيق مرشح متوسط 52155 مرة واحدة. ومع ذلك، يمكن بناء 52155 نواة التفاف أي ما يعادل. ماذا تبدو هذه النواة مثل نواة انحلال 72157 التي لها تأثير مكافئ لثلاثة تمريرات مع مرشح متوسط 32153. كيف تظن أن المرشح المتوسط سيتعامل مع الضوضاء الغوسية التي لم تكن متماثلة حول الصفر جرب بعض الأمثلة. المراجع R. بويل و R. توماس رؤية الكمبيوتر: دورة الأولى. بلاكويل سسينتيفيك بوبليكاتيونس، 1988، ب 32 - 34. E. ديفيز ماشين فيسيون: النظرية والخوارزميات والعمليات العملية. أكاديميك بريس، 1990، تشاب. 3. D. فيرنون آلة الرؤية. برنتيس-هول، 1991، تشاب. 4. معلومات محلية يمكن العثور على معلومات محددة حول هذا المشغل هنا. ويمكن الحصول على مزيد من النصائح العامة بشأن تركيب هيبر المحلي في القسم التمهيدي للمعلومات المحلية.
No comments:
Post a Comment