convolution

    0

    1답변

    이미지 작업 중입니다. 그리고 이미지에 엔트로피 thresholding을 적용하면 오류가 발생합니다. 이 오류를 해결하는 방법? ??? Attempted to access cmtx(1.00024,1); index must be a positive integer or logical." Error in ==> file1>GABOR_Callback a

    3

    1답변

    지난 주에 저는 FFTW로 2 차원 컨볼 루션을 프로그래밍했습니다. 주파수 영역에 두 신호를 모두 곱한 다음 다시 돌아 오는 방식으로 프로그래밍했습니다. 놀랍게도 입력 크기가 고정 된 숫자보다 작을 때만 정확한 결과를 얻습니다! 입력에 대한 값 2의 간단한 초기 상수 행렬을 취하고 공간 도메인의 필터에 대해 1을 사용하는 작업 코드를 게시하고 있습니다. 이

    2

    1답변

    저는 부드러운 신호를 생성하기 위해 몇 가지 신호 데이터로 컨벌루션하는 간단한 1D 가우스 필터를 작성했습니다. 유일한 문제는 데이터를 컨볼 루션 할 때 평활화 된 신호 데이터의 시작점과 종료점 근처에서 큰 저하가 발생한다는 것입니다. 데이터를 플롯 할 때 시작과 끝에서 10과 같은 신호 값을 표시하려고 할 때 내 모든 다른 데이터가 10,000-13,00

    8

    3답변

    누구나 회선 계산을위한 가장 빠른 방법을 알고 있습니까? 불행히도 내가 다루는 행렬은 매우 큽니다 (500x500x200). MATLAB에서 convn을 사용하면 오랜 시간이 걸립니다 (중첩 된 루프에서이 계산을 반복해야 함). 그래서, 나는 FFT와 convolution을 사용했고 더 빨랐습니다. 그러나, 나는 여전히 더 빠른 방법을 찾고있다. 어떤 생각

    0

    1답변

    나는 질문이있다. 나는 Gaussian Sharpen에서 이미지를 변환하고 싶지만 "image"인수를 만드는 방법을 모른다. 내 코드의 그 : int[,] kernel = { { -2, -1, 0 }, { -1, 1, 1 }, { 0, 1, 2 } }; Convolution filter = new Convoluti

    0

    1답변

    나는 OpenCv의 gpu::convolve을 CUDA에 사용했다. 나는 cuda convnet도 회선을한다는 것을 알았다. 누구든지 OpenCv의 gpu :: convolve와 비슷한 논리를 얻기 위해 C++에서 cuda convnet을 호출하는 방법을 알고 있습니까? CUDA에서 어떤 컨플릭트를 실행하는 것이 더 빠른지 비교하고 싶습니다.

    2

    2답변

    여러 벡터를보다 빠르게 컨버팅하는 방법을 찾는 데 문제가 있습니다. 모든 벡터의 길이는 M이므로이 벡터들은 (N, M)의 행렬 (A)으로 결합 될 수 있습니다. N은 벡터의 수입니다. 가 지금은 모든 벡터를 컨 볼브하기 위해 아래의 코드를 사용하고 있습니다 : 그것은 자주 호출되기 때문에 B=1; for i=1:N B=conv(B, A(i,:));

    0

    3답변

    이미지 컨볼 루션을 위해 4 개의 nieghbour laplacian을 구현하려고합니다. 저는 운동에서 매우 기본적인 단계에 있으며 이미지를 처리하는 방법은 입니다. 내 질문은 아주 기본적인 것이지만 혼란 스럽다. 4 이웃 라플라스 : 0 -1 0 -1 4 -1 0 -1 0 이 하나가 내가 아무것도하지 않습니다이 문제를 실행할 때 변경할 수 없기 마지막 에

    0

    3답변

    각 픽셀에 대해, 그라디언트 ∇g = [∂f/∂x, ∂f/∂y]라고 가정 해 봅시다. 그런 다음 1 차 미분은 1/2 [1,0,1,0,0,0; -1,0, -1] & 1/2 [-1,0,1,0,0 , 0, -1, 0, -1] 다음 : [i,j]=gradient(im); filt1=[1,0,1;0,0,0;-1,0,-1]; filt2=[-1,0,1;0,0,0;

    5

    5답변

    일반적으로 매우 비효율적 인 최소/최대 필터는 for 루프를 사용하여 구현됩니다. for(index1 < dy) { // y loop for(index2 < dx) { // x loop for(index3 < StructuringElement.dy()) { // kernel y for(index4 < StructuringEl