問題タブ [noise-reduction]

データからノイズを除去する方法を知りたいです (たとえば、各データ ポイントが特定の周波数と時間における放射線の強度を表す行と列の配列である無線データ)。配列には無線バーストを含めることができます。しかし固定周波数の電波ノイズも多く存在します(RFI=radio frequency interreference)。このようなノイズをいかに除去し、バーストだけを引き出すか。

これは私のコードです

では、バックグラウンドノイズを減らし、録音されたオーディオの周波数を増幅する方法を教えてください。

こんにちは、下の画像のセグメンテーションに問題があります。認識する必要があるのは、色付きの文字です。シャープニング、ウィーナーブレ除去、ウィーナースムージングを使用しています。その後、fuzzy-c を使用して画像をセグメント化し、クラスタリング (3 クラス) を意味します。しかし、文字 E の場合、私が得る最良の方法は、シャープニング、ブレ除去、スムージングを使用せず、しきい値処理された fcm セグメンテーションのみを使用することです。ただし、これよりも良い結果が得られるはずです。これらの 2 つの部分を全体として組み合わせることができます (上部の白い部分だけでなく、残りの半分の黒い部分でもあります)。

この問題をより堅牢に解決し、他の画像、たとえば写真の 5 と連携するにはどうすればよいでしょうか? 5 の結果は、fcm クラスタリングに加えて、シャープ化、ブレ除去、およびスムージングを使用したものです。どうすればもっと接続できるようになりますか？

私が得ることができる助けを本当に感謝します、ああ、私はこれをmatlabでやっています...そこから何か助けを得ることができてうれしいです、ありがとう!

編集：

私の次のコードは次のとおりです。elseif (nargin==1) sw=0; elseif (sw~=0 && sw~=1) error('sw は 0 または 1 でなければなりません'); 終わり

以上がすべてのコードで、文字 E には fcmthres のみを使用しています。形態学的画像処理（膨張、侵食）について読んだので、おそらくうまくいくかもしれません。

画像のコントラストとノイズ除去のためのより良い技術はありますか?

Androidのオーディオトラックとオーディオレコードクラスを使用して、サウンドと再生を同時に約100msの遅延で録音するアプリを開発しました。しかし、再生されたオーディオには多くのバックグラウンド ノイズがあります。そのため、プレイ中にバックグラウンド ノイズを減らす方法が Android にはあります。

録音したオーディオを保存していないため、ノイズを減らすためにAudacityソフトウェアに慣れているとは言わないでください。私はそれをバッファに保存し、オーディオトラックでこのバッファを再生します.Cabは、NDKを使用してAndroidのバックグラウンドノイズを低減するフィルタを実装できます.

こんにちは、MatLab を使用して内部に 4 つのオブジェクトを含む画像をフィルター処理しようとしています。私の最初の画像は黒い背景に白いオブジェクトがあったため、BW ラベルを使用してこれらの大きな白い部分を見つけて画像から分離することで、各画像を除外することは明らかでした。

ただし、次の画像にはノイズが含まれています。これで、オブジェクトに白い線が走っているイメージがあり、実際に互いに接続されています。MatLab でこれらの行を除外するにはどうすればよいですか? ごま塩ノイズはどうですか？これを行うことができるMatLab関数はありますか?

私は一週間ずっとこの問題を理解しようとしてきました。私の主な問題は、信号のノイズから音を分離することです（プロットされた例を参照してください：

これらの小さなノイズの間には dtmf トーンがあります。トーンの開始点と終了点のインデックスを取得したら、それらを変換するのは簡単です。

ノイズの開始点または開始点をどのように正確に判断すればよいのでしょうか?各ノイズはさまざまな長さである可能性があり、実際の音には突然の低下がたくさんあります。小さな塊を取るという概念は理解できますが、音からノイズを判断する方法でそれらを比較するにはどうすればよいでしょうか。特定の数の下でインデックスが連続している時間を比較することで、沈黙を微調整できますか? この問題を開始する方法がわかりません。

OpenCV を使用してラスター イメージをベクター データに変換する可能性を探しています。そこで、少し原始的な関数を見つけましたcv::findContours()(おそらく完全には理解していませんでした):

白黒画像のみを使用しているようで（グレースケール画像もカラー画像もありません）、ノイズの多い画像で役立つ可能性のあるフィルタリング/エラー抑制パラメーターを受け入れないようで、非常に短いベクトル線を回避したり、不均一なポリラインを回避したりします。単一の直線がより良い結果になります。

だから私の質問:色情報が後で結果のポリリンクに割り当てられる、色付きのラスター画像をベクトル化する OpenCV の可能性はありますか? また、そのようなアルゴリズムにノイズ削減とエラー抑制をどのように適用できますか?

ありがとう！

素朴な「キーワード抽出アルゴリズム」を実装しています。私は独学なので、オンライン文献で一般的な用語や数学が不足しています。

ドキュメントの「最も関連性の高いキーワード」を次のように見つけています。

1. 各用語が現在のドキュメントで使用されている頻度を数えます。これをtfとしましょう。
2. これらの各用語がドキュメントのデータベース全体でどのくらいの頻度で使用されているかを調べます。これをdfとしましょう。
3. r = tf / dfによって、各用語の関連性の重みrを計算します。

各ドキュメントはコーパスの適切なサブセットであるため、コーパスにない用語を含むドキュメントはありません。これは、ゼロ除算について心配する必要がないことを意味します。

すべての用語をrで並べ替え、上位の用語の多くを保持します。これらは、このドキュメントに最も密接に関連する上位のキーワードです。このドキュメントで一般的に使用される用語は、より重要です。ドキュメントのデータベース全体に共通する用語は、それほど重要ではありません。

これは単純な形式のtf-idfだと思います。

問題は、用語がデータベース全体で非常にまれであるが、現在のドキュメントで使用されている場合、 r値が高すぎるように見えることです。

これは、サンプル サイズが小さいため、ある種のアーティファクトと考えることができます。これを補うための最善の方法または通常の方法は何ですか?

• データベース全体で特定のしきい値よりも一般的でない用語を破棄します。もしそうなら、そのしきい値はどのように計算されますか? ハードコードされた値になるには、あまりにも多くの要因に依存しているようです。
• 逆二乗やコサインなどの数学関数で加重または平滑化できますか?

私はウェブを検索してtf-idfを読んでみましたが、私が興味を持っていないドキュメントの比較を扱っていることがわかりました。さらに、それらのほとんどは、説明と専門用語や公式の比率が低くなっています。

(実際、私のプロジェクトはこの問題の一般化です。私は実際に Stack Exchange サイトのタグを扱っているので、用語の総数は少なく、ストップワードは無関係であり、使用頻度の低いタグは使用頻度の低い単語よりも一般的かもしれません。通常のケースです。）

ここでは、IR フィルターを使用して cmos カメラでキャプチャした 2 つの連続したフレームを添付しています。オブジェクト チェッカー ボードは、画像のキャプチャ時に静止していました。しかし、2 つの画像の差は約 31000 ピクセルです。これはどのような種類のノイズか教えてください。どうすれば除去できますか。これらのノイズを除去できるアルゴリズムまたは関数を提案してください。ありがとう。下手な英語でごめんなさい。

画像 1 : [1]: http://i45.tinypic.com/2wptqxl.jpg

画像 2: [2]: http://i45.tinypic.com/v8knjn.jpg