الانتقال من المتوسط - لمعالجة الصور

أفضل طريقة للقيام بذلك (في رأيي) سيكون استخدام دائرية عازلة لتخزين الصور الخاصة بك. في حلقة دائرية أو دائرية، يتم استبدال عنصر البيانات الأقدم في المصفوفة بواسطة أحدث عنصر تم دفعه إلى الصفيف. أساسيات صنع مثل هذا الهيكل وصفها في الفيديو ماثووركس قصيرة تنفيذ عازلة دائرية بسيطة. لكل تكرار من الحلقة الرئيسية التي تتعامل مع صورة واحدة، مجرد تحميل صورة جديدة في المخزن المؤقت الدائري ومن ثم استخدام ماتلاب ق بنيت في وظيفة يعني أن تأخذ المتوسط ​​بكفاءة. إذا كنت تحتاج إلى تطبيق وظيفة نافذة على البيانات، ثم جعل نسخة مؤقتة من الإطارات مضروبا في وظيفة النافذة واتخاذ متوسط ​​النسخة في كل تكرار الحلقة. أجاب 6 أغسطس في 10:11 بحساب نوع من المتوسط ​​المتحرك لكل من 10 نطاقات على كل ما تبذلونه من الصور. يحسب هذا الخط المتوسط ​​المتحرك ل ميفالو على الصور الخاصة بك: لكلا ستحتاج إلى إضافة بنية المخزن المؤقت الذي يحتفظ فقط 10 الصور الأخيرة. لتبسيط ذلك، يمكنك أيضا مجرد إبقاء كل شيء في الذاكرة. في ما يلي مثال ل يوت: تغيير هذا السطر: (إضافة بعد واحد) وتغيير هذا: ثم لعرض الاستخدام ستفعل ست. مماثلة ل مينفالويث دليل العلماء والمهندسين لمعالجة الإشارات الرقمية التي كتبها ستيفن W. سميث، دكتوراة. الفصل 15: الفلاتر المتوسطة المتحركة أقارب المرشح المتوسط ​​المتحرك في عالم مثالي، يجب على مصممي التصفية أن يتعاملوا مع معلومات المجال الزمني أو نطاق التردد المشفر، ولكن ليس أبدا خليط من الاثنين في نفس الإشارة. لسوء الحظ، هناك بعض التطبيقات حيث كلا المجالين في وقت واحد مهم. فعلى سبيل المثال، تقع الإشارات التلفزيونية في هذه الفئة المقنعة. يتم ترميز معلومات الفيديو في المجال الزمني، وهذا هو، شكل الموجي يتوافق مع أنماط السطوع في الصورة. ومع ذلك، أثناء الإرسال يتم التعامل مع إشارة الفيديو وفقا لتكوين ترددها، مثل عرض النطاق الترددي الكلي، وكيفية إضافة موجات الموجة الحاملة للون الأمبير الصوتي، واستعادة أمبير القضاء على مكون دس، وما إلى ذلك. وكمثال آخر، التداخل الكهرومغناطيسي هو أفضل فهم في مجال التردد، حتى لو تم تشفير معلومات الإشارات في المجال الزمني. فعلى سبيل المثال، قد يتلوث جهاز رصد درجة الحرارة في تجربة علمية ب 60 هيرتز من خطوط الكهرباء، أو خز 30 من مصدر طاقة التبديل، أو خز 1320 من محطة إذاعة محلية آم. لدى أقارب المرشح المتوسط ​​المتحرك أداء نطاق تردد أفضل، ويمكن أن يكون مفيدا في تطبيقات النطاقات المختلطة هذه. تتضمن مرشحات المتوسط ​​المتحرك متعددة المرور تمرير إشارة الدخل من خلال مرشح متوسط ​​متحرك مرتين أو أكثر. ويبين الشكل 15-3a نواة الفلتر الإجمالية الناتجة عن مرور واحد أو اثنين أو أربعة. اثنين من بطاقات تعادل استخدام نواة مرشح الثلاثي (نواة مرشح مستطيلة حلها مع نفسها). بعد مرور أربعة أو أكثر، تبدو نواة الفلتر المكافئة مثل غاوس (تذكر نظرية الحد المركزي). كما هو مبين في (ب)، تمرير متعددة تنتج استجابة خطوة على شكل s، بالمقارنة مع خط مستقيم من تمريرة واحدة. وتعطى الاستجابات الترددية في (c) و (d) بالمعادلة. 15-2 مضروبا في حد ذاته لكل تمريرة. وهذا يعني أن كل انحراف في المجال الزمني يؤدي إلى مضاعفة أطياف التردد. ويوضح الشكل 15-4 استجابة التردد لأحد الأقارب الآخرين لمرشاح المتوسط ​​المتحرك. عندما يتم استخدام غاوس نقية كنواة مرشح، استجابة التردد هو أيضا غاوس، كما نوقش في الفصل 11. الغاوس مهم لأنه هو استجابة النبض للعديد من النظم الطبيعية والصناعية. على سبيل المثال، نبضة موجزة من الضوء الذي يدخل خط نقل الألياف البصرية طويلة سوف الخروج كنبض غاوس، وذلك بسبب مسارات مختلفة التي اتخذتها الفوتونات داخل الألياف. كما تستخدم نواة الفلتر غاوس على نطاق واسع في معالجة الصور نظرا لخصائصها الفريدة التي تسمح بتحويلات سريعة ثنائية الأبعاد (انظر الفصل 24). وتتوافق استجابة التردد الثانية في الشكل 15-4 مع استخدام نافذة بلكمان كنواة مرشح. (المصطلح نافذة ليس له معنى هنا هو ببساطة جزء من اسم مقبول من هذا المنحنى). الشكل الدقيق للنافذة بلكمان يرد في الفصل 16 (المقياس 16-2، الشكل 16-2) ومع ذلك، يبدو وكأنه غاوسيان. كيف يكون هؤلاء الأقارب للمتوسط ​​المتحرك أفضل من المرشح المتوسط ​​المتحرك نفسه ثلاث طرق: أولا، والأهم من ذلك، فإن هذه المرشحات لديها توهين توقف أفضل من مرشاح المتوسط ​​المتحرك. ثانيا، حبات مرشح تفتق إلى السعة أصغر قرب نهايات. أذكر أن كل نقطة في إشارة الإخراج هي مجموع مرجح لمجموعة من العينات من المدخلات. إذا كان التناقص التدريجي نواة مرشح، وتعطى عينات في إشارة الدخل التي هي أبعد من وزن أقل من تلك التي قرب. وثالثا، تكون استجابات الخطوة منحنيات ناعمة، بدلا من الخط المستقيم المفاجئ للمتوسط ​​المتحرك. وعادة ما تكون هاتان الفئتان الأخيرتان ذات فائدة محدودة، على الرغم من أنك قد تجد تطبيقات حيثما تكون مزايا حقيقية. المرشح المتوسط ​​المتحرك وأقاربه كل شيء تقريبا في الحد من الضوضاء العشوائية مع الحفاظ على استجابة خطوة حادة. ويكمن الغموض في كيفية قياس زمن الاستجابة للخطوة. إذا تم قياس ريسيتيمي من 0 إلى 100 من الخطوة، فإن المرشح المتوسط ​​المتحرك هو أفضل ما يمكنك القيام به، كما هو موضح سابقا. في المقارنة، وقياس ريسيتيمي من 10 إلى 90 يجعل نافذة بلاكمان أفضل من المرشح المتوسط ​​المتحرك. النقطة هي، وهذا هو مجرد النظرية التشكيك النظر هذه المرشحات متساوية في هذه المعلمة. أكبر الفرق في هذه المرشحات هو سرعة التنفيذ. باستخدام خوارزمية عودية (الموصوفة بعد ذلك)، سيتم تشغيل عامل تصفية المتوسط ​​المتحرك مثل البرق في جهاز الكمبيوتر الخاص بك. في الواقع، هو أسرع مرشح الرقمية المتاحة. وتكون العبور المتعددة للمتوسط ​​المتحرك أبطأ، ولكنها لا تزال سريعة جدا. وبالمقارنة، فإن مرشحات غوسيان وبلاكمان بطيئة للغاية، لأنها يجب أن تستخدم الالتفاف. فكر بعامل قدره عشرة أضعاف عدد النقاط في نواة الفلتر (استنادا إلى الضرب بنحو 10 مرات أبطأ من الإضافة). على سبيل المثال، نتوقع أن يكون غوس 100 نقطة أبطأ بمقدار 1000 مرة من المتوسط ​​المتحرك باستخدام ريكورسيون. إذا تم الخلط بينه وبين كيفية تنفيذ متوسط ​​الكتلة والمتوسط ​​المتحرك مع كود ماتلاب في وظيفة سيمولينك. نموذج سيمولينك يأخذ الإدخال كسلسلة زمنية من مساحة العمل ماتلاب ومن ثم يجب حساب متوسط ​​كتلة والمتوسط ​​المتحرك من البيانات الخام. إلى عن على. مثلا هذا هو البيانات الخام بلدي: يتيح افترض لدي 400000 داتابوانتس. 1. 19.01 2. 19.10 3. 19.05. 400000. 19.26 إم باستخدام خطوة ثابتة حلالا منفصلة بحيث يحصل نموذج البيانات كل دورة. يمكن للشخص الرجاء مساعدتي مع كتلة وظيفة ماتلاب لاستخدامها لمتوسط ​​كتلة وتحريك المتوسط ​​حاسبة شكرا جزيلا مقدما لاقتراحاتكم. 0 تعليقات اختر بلدك