問題タブ [gaussian]

私はガウス フィルターを書いています。私の目標は、Photoshop のガウスぼかしフィルターを可能な限り一致させることです。初めての画像加工です。私が持っているいくつかの問題/質問は...

私のフィルターで画像をさらにぼかすと画像が暗くなりますが、Photoshop の画像は明るく見えます。

私が使用している偏差値 (私のコードでは「シグマ」) は r/3 で、ガウス曲線は行列内で約 0.0001 に近づいています...この値を決定するより良い方法はありますか?

Photoshop (またはほとんどの人) は、このタイプのぼかしの画像境界をどのように処理しますか?

上記のガウス消去アルゴリズムは、NxN 行列でうまく機能します。しかし、NxM マトリックスで動作する必要があります。誰でも私がそれをするのを手伝ってもらえますか? 私は数学があまり得意ではありません。私はいくつかのウェブサイトでこのコードを取得しましたが、私はそれで立ち往生しています。

この質問の言い方がよくわかりませんでした。かなり奇妙です。

強度値の 1 次元配列と境界ボックス (配列内の整数の開始点と終了点) があります。境界ボックス内の値を同じに保ちたいのですが、ボックスの外側の値を指数関数的に減少させます (つまり、それらが遠ざかるほど減少します)。境界ボックスがあるプラトーを持つガウスのように見えるはずです。誰かがこれを行う方法の例を挙げてもらえますか? 今夜は私の脳がうまく機能していません、ありがとう。

アップデート：

私はこれを使用しました：

自分で中央値を定義できるガウス範囲の乱数を作成する乱数ジェネレーターを使用したいと思います。私はすでにここで同様の質問をしました、そして今私はこのコードを使用しています：

次に、結果を確認するために、n = 100000000に対してgaussianInRange（0、0.5、1）を使用してプロットしました。

ご覧のとおり、中央値は実際には0.5ですが、実際には曲線は表示されていません。だから私は何を間違っているのですか？

編集

私が欲しいのは、値を渡すことで自分で最高の確率を設定できるようなものです。

区間[0,1]にガウス分布の乱数ジェネレーターを実装しようとしています。

これは、クヌースのTAOCP第3版122ページの第2巻にあるアルゴリズムの非常に単純な実装です。

問題は、rand_gauss（）が間隔[0,1]外の値を返すことがあることです。

編集:ハワードのおかげで、ここでコードを修正しました。現在は機能しているようです。

EDIT2 : コードを更新して、当初の意図どおりに垂直方向のぼかしを含めました。さまざまな設定で得られたサンプル出力:ぼかし比較 images.jpg

ぼかし操作の別のリファレンス (Java):初心者向けのぼかし

元の投稿:

基本的な画像処理について学び、この単純なBlur メソッド(「結果の再利用」の下の 2 番目の関数 BlurHorizo​​ntal) を Pythonで複製しようとしています。PIL には既にぼかし機能があることは知っていますが、基本的なピクセル操作を自分で試してみたいと思います。

この関数はソース画像を取得し、特定の半径に基づいて RGB ピクセル値を平均し、処理された画像を新しいファイルに書き込みます。私の問題は、完全に間違った平均値を持つ多くのピクセルを取得していることです (たとえば、特定の領域で赤ではなく明るい緑の線が表示されるなど)。

ぼかし半径が 2 の場合、平均化方法は、入力ピクセルを中心とする 5 つのピクセルの RGB 値を加算します。「スライディング ウィンドウ」を使用して実行中の合計を維持し、送信ピクセル (左側) を減算し、新しい受信ピクセル (ウィンドウの右側) を追加します。ぼかし方法はこちら

サンプル：ぼかしテスト画像 output.jpg

私が間違っていたアイデアはありますか？画像の一部の部分がきれいにぼやけているのに、他の部分が周囲の領域とはまったく関係のない色で塗りつぶされている理由はわかりません。

ご協力いただきありがとうございます。

FIXED WORKING コード(Howard に感謝)

.NETでGaussianをノイズ除去するためのライブラリまたはコードはありますか？

Rでガウス(正規)分布に従ってデータポイントを生成するにはどうすればよいですか?

ガウス分布に従う 2 次元 (または高次元) 空間で点を生成したいとします。Rを使用してこれを行うにはどうすればよいですか?

誰かがヒストグラムプロットの異なるビンにガウス曲線を重ね合わせることを知っていますか? 私の目的は、データの傾向を強調することです。ありがとう。ルシオ

私のデータ (% で hist.dat に保存) は次のとおりです。

それをプロットするコマンドは次のとおりです。

モバイル オブザーバーの統計的バックグラウンド減算という論文の実装でいくつかの問題に直面しています。

質問 1 :

セクション 4.1 では、「...中央値の分散は、最初のコンポーネントから画像全体にわたって計算されます...」について説明しています。

著者がこれで実際に何を意味しているのか混乱しています。

Stauffer & Grimsonの論文 Adaptive Background Mixture Models for Real-Time Tracking (1999) によると、すべての背景モデルに対して分散が初期化され (値 36 など)、ピクセルごとに更新されます。そのフレームのすべてのピクセルにわたる最初のモデルの分散の中央値を取得する必要がありますか?

最初のモデルに属する強度値の履歴に基づいて各ピクセルの分散を計算し、これらすべての分散の中央値を取得します。

質問 2 :

セクション 4.1 の式 (12) を理解するのに苦労しています。

a) 'i' は から1までH+1ですか? はいの場合、(H+1) 番目のモデルは方程式にどのように適合しますか?

i) 式 (13) の直後にP(A_1 | B_(H+1),M)が定義されます。 (-)verho_(H+1) = min(1, N_tot/N_max)を作成できる max の代わりにすべきではありませんか?P(A_1 | B_(H+1),M)

ii) (H+1) 番目のモデルの場合P(A_1 | B_(H+1),M) * P(B_(H+1) | N) to P(A_1 | Z,M)、式 (12) を使用する必要がありますか?

b) H=1 のとき はP(A1|Z,M)1 になりますか?

私の実装はこちらです。

私のWeb ページで言及したMATLABファイルで私のトライアルを確認してください。