問題タブ [gaussian]

これはLoGフィルタリングの式です:( _{出典：ed.ac.uk）}

また、LoGフィルタリングを使用するアプリケーションでは、関数が1つのパラメーターsigma（σ）のみで呼び出されることがわかります。その式を使用してLoGフィルタリングを試してみたい（以前の試みは、ガウスフィルター、次にフィルターウィンドウサイズのラプラシアンフィルターによるものでした）しかし、その式を見ると、フィルターのサイズがこの式とどのように関連しているか理解できません。フィルタサイズが固定されていることを意味しますか？使い方を教えてください。

MATLAB の「ガウス」フィルターは画像をガウス カーネルで畳み込みますか? また、パラメーター hsize (フィルターのサイズ) と sigma をどのように選択しますか? 何に基づいていますか？

ウィキペディアからのこの写真には、私が理想的に生成したい種類の関数の良い例があります。

現在、ガウス分布の多項式近似であるアーウィン ホール分布を使用しています。反復回数が多いほど、ガウス分布に近くなります。

とてもいいです。ただし、平均を変えることができるものを用意したいと思います。たとえば、範囲 0 から 10 の間で、7前後の数値が必要だとしましょう。同様に、(この関数を複数回繰り返した場合) 平均は 7 になりますが、実際の範囲は 0 から 10 です。

調べる必要があるものはありますか、それとも標準的なガウス分布でいくつかの凝った数学を行う必要がありますか?

私はRを使用しています。15の時点で25の変数があり、各時点の変数ごとに3つ以上の複製があります。私はこれをmeltに編集しましたdata.frame。これは、（とりわけ）ggplotのfacet_wrap()コマンドを使用して楽しくプロットできます。私の溶けたデータフレームはlis;と呼ばれます。これがその頭と尾ですので、データのアイデアを得ることができます：

次のggplot2コマンドを使用して、近似スプラインと95％信頼区間とともに、すべての時系列の美しいプロットを取得できます。

問題は、スムーズが私の好みに合わないことです-95％の信頼区間はかなり離れています。ガウス過程（GP）を使用して、時系列の共分散のより良い回帰と推定を取得したいと思います。

私は次のようなものを使用してGPを適合させることができます

これには時間がかかりX、観察Yし、の各ポイントで予測を行いますXX。オブジェクトoutには、から取得する95％の信頼区間の代わりに使用できる共分散行列など、これらの予測に関する多くのものが含まれていますns()。

問題は、この関数をラップして。とインターフェイスさせる方法ではないことですggplot2::stat_smooth()。進め方に関するアイデアやアドバイスをいただければ幸いです。

ガウスぼかしを画像に適用する場合、通常、シグマはパラメーターです（例にはMatlabやImageJが含まれます）。

シグマがどうあるべきかをどうやって知るのでしょうか？最適なシグマを計算する方法はありますか？私の場合、背景に比べて明るい画像にいくつかのオブジェクトがあり、それらを計算で見つける必要があります。ガウスフィルターを適用して、これらのオブジェクトの中心をさらに明るくします。これにより、オブジェクトを見つけやすくなります。これに最適なシグマをどのように決定できますか？

OpenCVの画像でゼロ交差エッジ検出を実行しようとしています。ぼかしてcvLaplace（）を使用し、（0、max）からスケーリングします。私の質問は、負の値を正しく識別するような方法で、その画像のピクセル値にアクセスするにはどうすればよいですか？OpenCV（cvPtr2D）が提供する関数を使用すると、符号なし文字が返されます。アイデアやコメントはありますか？

ありがとうございました

ガウス ノイズを配列に追加すると、ヒストグラムがガウスになるはずがありませんか? ノイズはランダムですが、分布はガウスになるはずですよね? それは私が得るものではありません。

畳み込みカーネルとは何か、画像内のピクセルに畳み込み行列を適用する方法がわかりません（画像に対してガウスぼかし演算を実行することについて話しています）。

また、ガウスぼかし操作用のカーネルを作成する方法についての説明を得ることができますか？

私はこの記事を読んでいますが、物事がどのように行われているのか理解できないようです...

これを私に説明するのに時間を割いてくれた人に感謝します:)、

ExtremeCoder

FFT を使用してガウスぼかしを実装しようとしていますが、ここで次のレシピを見つけることができます。

これは、画像とフィルターのフーリエ変換を行い、(複雑な) 結果を乗算してから、逆フーリエ変換を行うことができることを意味します。

カーネル K、7x7 マトリックス、およびイメージ I、512x512 マトリックスがあります。

K を I で乗算する方法がわかりません。K を I (512x512) と同じ大きさにすることによってそれを行う唯一の方法はありますか?

ガウス累積分布関数の最も安価で最も汚い近似を知りたいです。テイラー級数かこの方法か：http ：//www.cs.princeton.edu/introcs/21function/ErrorFunction.java.html