问题标签 [gaussian]

这是 LoG 过滤的公式：（ _{来源：ed.ac.uk）}

同样在具有 LoG 过滤的应用程序中，我看到仅使用一个参数调用该函数：sigma(σ)。我想尝试使用该公式进行 LoG 过滤（之前的尝试是通过高斯滤波器，然后是具有一些滤波器窗口大小的拉普拉斯滤波器）但是看着那个公式，我不明白滤波器的大小是如何与这个公式相关的，是吗意味着过滤器尺寸是固定的？你能解释一下如何使用它吗？

MATLAB 中的“高斯”滤波器是否将图像与高斯核卷积？另外，如何选择参数 hsize（滤波器大小）和 sigma？你的依据是什么？

这张来自 Wikipedia 的图片有一个很好的例子，说明了我希望生成的那种功能：

现在我正在使用 Irwin-Hall 分布，它或多或少是高斯分布的多项式近似......基本上，您使用统一随机数生成器并对其进行 x 次迭代，然后取平均值。迭代次数越多，它就越像高斯分布。

这很不错；但是我希望能够拥有一个可以改变平均值的方法。例如，假设我想要一个介于 0 和 10 之间的数字，但在7 左右。就像，平均值（如果我多次重复此函数）结果是 7，但实际范围是 0-10。

有没有我应该查找的，或者我应该使用标准高斯分布做一些花哨的数学？

我正在使用 R。我在 15 个时间点上有 25 个变量，每个时间点每个变量有 3 个或更多重复。我已经把它melt编辑成一个data.frame，我可以使用 ggplot 的facet_wrap()命令（除其他外）愉快地绘制它。我融化的数据框被称为lis；这是它的头部和尾部，因此您可以了解数据：

我可以使用以下 ggplot2 命令获得所有时间序列的漂亮图，以及拟合样条曲线和 95% 置信区间：

问题是我不喜欢更平滑的东西——95% 的置信区间已经很遥远了。我想使用高斯过程 (GP) 为我的时间序列获得更好的回归和协方差估计。

我可以使用类似的东西来安装全科医生

这需要时间X，观察Y并在每个点进行预测XX。该对象out包含一堆关于这些预测的东西，包括一个协方差矩阵，我可以用它来代替我从ns().

问题是我不知道如何包装这个函数以使其与ggplot2::stat_smooth(). 任何关于如何进行的想法或指示将不胜感激！

将高斯模糊应用于图像时，通常 sigma 是一个参数（示例包括 Matlab 和 ImageJ）。

怎么知道 sigma 应该是什么？有没有一种数学方法可以计算出最佳的 sigma？就我而言，我在图像中有一些与背景相比更亮的物体，我需要通过计算找到它们。我将应用高斯滤波器使这些物体的中心更亮，希望有助于找到它们。如何为此确定最佳 sigma？

我正在尝试对 OpenCV 中的图像执行过零边缘检测。我模糊并使用 cvLaplace() 然后从 (0, max) 缩放它。我的问题是：如何以正确识别负值的方式访问该图像中的像素值？使用 OpenCV (cvPtr2D) 提供的函数返回无符号字符。有什么想法或意见吗？

谢谢

当我将高斯噪声添加到数组时，直方图不应该是高斯的吗？虽然噪声是随机的，但分布应该是高斯的吧？那不是我得到的。

我不明白什么是卷积核以及如何将卷积矩阵应用于图像中的像素（我说的是对图像进行高斯模糊操作）。

我还可以获得有关如何为高斯模糊操作创建内核的解释吗？

我正在阅读这篇文章，但我似乎无法理解事情是如何完成的......

感谢任何花时间向我解释这一点的人:)，

极限编码器

我试图使用 FFT 实现高斯模糊，可以在这里找到以下配方。

这意味着您可以对图像和滤波器进行傅里叶变换，将（复数）结果相乘，然后进行傅里叶逆变换。

我有一个内核 K，一个 7x7 矩阵和一个图像 I，一个 512x512 矩阵。

我不明白如何将 K 乘以 I。唯一的方法是让 K 与 I (512x512) 一样大吗？

我想知道高斯 cdf 最便宜、最脏的近似值。是泰勒级数还是这个方法：http ://www.cs.princeton.edu/introcs/21function/ErrorFunction.java.html