การประมวลผลสัญญาณ

ถามตอบสำหรับผู้ปฏิบัติงานด้านศิลปะและวิทยาศาสตร์ของการประมวลผลสัญญาณภาพและวิดีโอ

3
ฉันจะลบการเคลื่อนไหวเบลอได้อย่างไร
มีวิธีการที่ยอมรับโดยทั่วไปในการลบภาพเบลอออกจากภาพหรือไม่ สำหรับกรณีง่าย ๆ เราสามารถสรุปได้ว่าการเคลื่อนที่นั้นเกิดขึ้นเป็นเส้นตรง ฉันคิดว่ามันเป็นกระบวนการสองส่วนที่ประกอบด้วยการประมาณค่าการเคลื่อนที่และการแยกส่วน แต่วิธีนี้ทำได้จริงหรือไม่

1
ตัวกรองความถี่ต่ำและ FFT สำหรับผู้เริ่มต้นด้วย Python
ฉันใหม่กับการประมวลผลสัญญาณและโดยเฉพาะอย่างยิ่งกับ FFT ดังนั้นฉันไม่แน่ใจว่าฉันกำลังทำสิ่งที่ถูกต้องที่นี่และฉันสับสนเล็กน้อยกับผลลัพธ์ ฉันมีฟังก์ชั่นจริงที่ไม่ต่อเนื่อง (ข้อมูลการวัด) และต้องการตั้งค่าตัวกรองความถี่ต่ำผ่านในนั้น เครื่องมือที่เลือกคือ Python พร้อมแพ็คเกจ numpy ฉันทำตามขั้นตอนนี้: คำนวณค่า fft ของฟังก์ชั่นของฉัน ตัดความถี่สูง ดำเนินการ fft ผกผัน นี่คือรหัสที่ฉันใช้: import numpy as np sampling_length = 15.0*60.0 # measured every 15 minutes Fs = 1.0/sampling_length ls = range(len(data)) # data contains the function freq = np.fft.fftfreq(len(data), d = sampling_length) fft = …

2
การแยกข้อมูลการ์ดแถบแม่เหล็กจากไบนารี WAV
ฉันกำลังเผชิญกับความท้าทายที่หากิน: ในการดึงข้อมูลไบนารีจากเครื่องอ่านบัตรแถบแม่เหล็ก iPhone นี่คือลักษณะของการดึงดูดบนการ์ด: แหล่ง นี่คือ. WAVที่ iPhone ได้รับเมื่อคุณรูดบัตร (อย่าให้ความหวังมากเกินไปมันเป็นบัตรสะสมคะแนนโบนัส)) นั่นคือสาม swipes ตามวิธีที่แตกต่างกันความเร็ว นี่เป็นดัมพ์ SInt16 ดิบสำหรับการปัดที่ฉันกำลังใช้ ดูเหมือนว่ามีคนทำที่นี่ แต่ข้อมูลจริงที่ฉันจับไม่ได้เป็นเรื่องง่ายที่จะดำเนินการ การอ่านเริ่มต้น (และเสร็จสิ้น) ด้วยจำนวนที่ไม่แน่นอนของ 'ศูนย์' - โปรดทราบว่าคลื่นซ้ำหลังจากที่รวบรวม ZEROS 2 ครั้งเท่านั้นซึ่งแสดงถึง NS ตามด้วย SN: (โปรดทราบว่าแต่ละเส้นทั้งสามแสดงถึงฉันรูดการ์ดที่แตกต่างกันบัตรด้านล่างในภาพนี้คือ 15 ปีดังนั้นสนามแม่เหล็กจะเสื่อมโทรมอย่างรุนแรงในบางสถานที่ไม่เห็นในภาพนี้) วิธีนี้จะทำให้อัลกอริทึมสามารถตรวจสอบเห็บนาฬิกา สนามแม่เหล็กย้อนกลับในแต่ละขีดนาฬิกา นอกจากนี้สำหรับไบนารี่ 1 สนามแม่เหล็กจะกลับด้านตรงกลางของเห็บ: ลำดับจะเริ่มต้นด้วย Sentinel เริ่มต้นที่ 1101 + 0 (บิตพาริตี) คุณสามารถเลือกได้จากการอ่านทั้งสามในกราฟด้านบน มีการระบุอย่างชัดเจนยิ่งขึ้นในบทความ cosmodro ที่ฉันเชื่อมโยงไว้ที่ด้านบนของคำถาม นี่คือตัวอย่างของการสลายตัวของสนามแม่เหล็ก …

3
พวกเขาทำหนังขาวดำแบบเก่าได้อย่างไร?
คำถามนี้อยู่ที่ dsp.SE เนื่องจากฉันสนใจส่วนการประมวลผลสัญญาณเป็นส่วนใหญ่ มีภาพยนตร์อินเดียMughal-e-Azamซึ่งเปิดตัวในปี 2503 ในรูปแบบขาว - ดำซึ่งมีการผลิตซ้ำในสีในปี 2547 พวกเขาแต่ละสีพิกเซลได้อย่างสมบูรณ์แบบอย่างไร พวกเขาใช้เทคนิคอะไรในการระบุตำแหน่งสีในแต่ละพิกเซล ดูภาพหน้าจอจากภาพยนตร์: ฉันมีรูปถ่ายขาวดำ Einstein ซึ่งฉันต้องการทำให้มีสีสัน เป็นไปได้อย่างไรที่จะทำเช่นนั้นโดยไม่ทราบว่าเขาใส่อะไรไว้ตอนนั้นและสีของเสื้อผ้าพื้นหลัง ฯลฯ
22 matlab 

1
วิธีเปลี่ยนสัญญาณเป็นวงกลมด้วยเศษส่วนของตัวอย่าง?
ทฤษฎีบทกะกล่าวว่า : การคูณโดยเฟสเชิงเส้นสำหรับจำนวนเต็มmบางตัวที่สอดคล้องกับการเลื่อนแบบวงกลมของเอาต์พุต :จะถูกแทนที่ด้วยที่การห้อยถูกตีความ โมดูโลN (เช่นเป็นระยะ ๆ )e 2 π ixnxnx_n xkXkXk k-mอี2 πผมยังไม่มีข้อความไม่มe2πiNnme^{\frac{2\pi i}{N}n m}XkXkX_kXkXkX_kXก- มXk−mX_{k-m} ตกลงนั่นใช้ได้ดี: plot a N = 9 k = [0, 1, 2, 3, 4, 5, 6, 7, 8] plot ifft(fft(a)*exp(-1j*2*pi*3*k/N)) มันเลื่อนไป 3 ตัวอย่างอย่างที่ฉันคาดไว้ ฉันคิดว่าคุณสามารถทำเช่นนี้เพื่อเลื่อนตัวอย่างเศษส่วนแต่เมื่อฉันลองมันสัญญาณของฉันจะกลายเป็นจินตภาพและไม่เหมือนเดิมเลย: plot real(ifft(fft(a)*exp(-1j*2*pi*3.5*k/N))) plot imag(ifft(fft(a)*exp(-1j*2*pi*3.5*k/N))), 'b--' ฉันไม่ได้คาดหวังสิ่งนี้เลย นี่ไม่ใช่สิ่งที่เทียบเท่ากับการโน้มน้าวใจด้วยแรงกระตุ้นที่แท้จริงซึ่งถูกยกตัวอย่าง 3.5 หรือไม่? ดังนั้นแรงกระตุ้นยังคงเป็นจริงและผลที่ได้ควรเป็นจริง? …

1
อะไรคือความแตกต่างที่เกี่ยวข้องในทางปฏิบัติระหว่างวิธีการสุ่มภาพซ้ำแบบต่างๆ
ImageResizeฟังก์ชันของ Mathematica รองรับวิธีresamplingจำนวนมาก การไม่คุ้นเคยกับบริเวณนี้นอกเหนือจากเพื่อนบ้านที่ใกล้ที่สุดคือ bilinear, biquadratic และ bicubic (ซึ่งเห็นได้ชัดจากชื่อ) ฉันหลงทาง คุณช่วยชี้ให้ฉันเห็นบางแหล่งที่จะอธิบายความแตกต่างพื้นฐาน (ทางคณิตศาสตร์) ระหว่างวิธีการเหล่านี้และโดยเฉพาะอย่างยิ่งชี้ให้เห็นถึงความแตกต่างในทางปฏิบัติ (เช่นโดยการแสดงภาพตัวอย่างที่การเลือกวิธีการนั้นสำคัญ ฉันไม่มีพื้นหลังการประมวลผลสัญญาณดังนั้นฉันจึงชอบการแนะนำที่ "สุภาพ" และกระชับ :-) ฉันจะคัดลอกรายการImageResizeวิธีการที่ "ขี้เกียจ" ที่นี่เพื่อคลิกลิงก์: "ใกล้" เพื่อนบ้านที่ใกล้เคียงที่สุด resampling การแก้ไขทวิภาคี "Bilinear" "Biquadratic" การแก้ไขเส้นโค้ง biquadratic การแก้ไขเส้นโค้ง Bicubic "Bicubic" "Gaussian" Gaussian resampling อีกครั้ง "Lanczos" วิธีการแก้ไขหลายตัวแปร Lanczos การแก้ไขค่า "โคไซน์" "Hamming" เพิ่มการแก้ไข Hamming แบบโคไซน์ "Hann" ได้ทำการเพิ่มค่าชดเชย cosine Hann "แบล็กแมน" …

4
วิธีแยกเสียงจากการกรน
พื้นหลัง: ฉันกำลังทำงานกับโปรแกรม iPhone (พาดพิงถึงใน หลาย อื่น ๆ โพสต์ ) ที่ "ฟัง" นอนกรน / การหายใจในขณะที่หนึ่งคือนอนหลับและกำหนดว่ามีสัญญาณของการหยุดหายใจขณะหลับ (ในขณะที่ก่อนหน้าจอสำหรับ "นอนห้องปฏิบัติการ" การทดสอบ) แอปพลิเคชั่นส่วนใหญ่ใช้ "ความแตกต่างของสเปกตรัม" เพื่อตรวจจับกรน / ลมหายใจและทำงานได้ค่อนข้างดี (มีความสัมพันธ์ 0.85--0.90) เมื่อทดสอบกับการบันทึกแล็บในห้องปฏิบัติการ (ซึ่งจริง ๆ แล้วค่อนข้างมีเสียงดัง) ปัญหา: เสียง "ห้องนอน" ส่วนใหญ่ (พัดลม ฯลฯ ) ฉันสามารถกรองด้วยเทคนิคต่าง ๆ และมักจะตรวจจับการหายใจในระดับ S / N ที่หูมนุษย์ไม่สามารถตรวจพบได้อย่างน่าเชื่อถือ ปัญหาคือเสียงรบกวน ไม่ใช่เรื่องผิดปกติที่จะมีโทรทัศน์หรือวิทยุทำงานในพื้นหลัง (หรือเพียงแค่ให้ใครบางคนกำลังพูดอยู่ในระยะไกล) และจังหวะของเสียงที่ใกล้เคียงกับการหายใจ / การนอนกรน ในความเป็นจริงฉันใช้งานการบันทึกของ Bill …

5
ความแตกต่างระหว่างการแปลงฟูริเยร์เวลาแบบไม่ต่อเนื่องและการแปลงฟูริเยร์แบบไม่ต่อเนื่อง
ฉันได้อ่านบทความมากมายเกี่ยวกับ DTFT และ DFT แต่ฉันไม่สามารถแยกแยะความแตกต่างระหว่างทั้งสองยกเว้นสิ่งที่มองเห็นได้สองสามอย่างเช่น DTFT ไปจนถึงอินฟินิตี้ในขณะที่ DFT เป็นเพียงจนถึง N-1 ใครช่วยอธิบายความแตกต่างได้บ้างและควรใช้อะไรเมื่อไหร่? Wiki พูดว่า DFT นั้นแตกต่างจากการแปลงฟูริเยร์แบบไม่ต่อเนื่อง (DTFT) ซึ่งลำดับของอินพุตและเอาต์พุตนั้นมี จำกัด ดังนั้นจึงกล่าวได้ว่าเป็นการวิเคราะห์ฟูริเยร์ของฟังก์ชัน จำกัด ขอบเขต (หรือคาบ) ฟังก์ชันไม่ต่อเนื่อง มันเป็นความแตกต่างเท่านั้น? แก้ไข: นี้บทความอย่างอธิบายความแตกต่าง

1
อะไรคือความแตกต่างระหว่าง PSD และขนาดกำลังสองของสเปกตรัมความถี่?
สเปกตรัมพลังงานของสัญญาณสามารถคำนวณได้โดยใช้ขนาดกำลังสองของการแปลงฟูริเยร์ การเป็นคนที่ได้ยินเสียงสัญญาณที่น่าสนใจสำหรับฉันจะเป็นช่วงเวลา การเป็นตัวแทนนี้แตกต่างจาก PSD (ความหนาแน่นของสเปกตรัมพลังงาน) อย่างไรและที่สำคัญในสถานการณ์จริงที่ควรใช้ PSD แทนสเปกตรัมพลังงานที่อธิบายไว้ข้างต้น

5
สิ่งที่เทียบเท่าเสียงของภาพเช่น "Lena", "Mandrill" และ "Cameraman"?
ฉันไม่รู้ว่าจะเรียกรูปภาพเหล่านี้อย่างไร แต่บ่อยครั้งมักใช้ในโลกแห่งการประมวลผลภาพเป็นตัวอย่างมาตรฐานเพื่อแสดงผลลัพธ์ของการทำงานเฉพาะ นี่คือการเชื่อมโยงไปยังหน้าอธิบาย Lena เป็น "ภาพทดสอบมาตรฐาน" มีคลิปเสียง canonical ที่คล้ายกันที่ใช้ในการสาธิตผลกระทบของฟิลเตอร์เสียงหรือการทำงานบางอย่างหรือไม่?

2
การใช้ตัวกรองใน scipy.signal: ใช้ lfilter หรือ filtfilt หรือไม่
ผมเห็นในSO ด้ายข้อเสนอแนะเพื่อการใช้งานfiltfiltที่มีประสิทธิภาพไปข้างหลัง / lfilterข้างกรองแทน อะไรคือแรงจูงใจในการใช้เทคนิคหนึ่งเทียบกับเทคนิคอื่น?

4
Bag of Tricks สำหรับสัญญาณ Denoising ในขณะที่ยังคงการเปลี่ยนผ่านที่คมชัด
คำถามนี้ถูกโยกย้ายจาก Stack Overflow เพราะสามารถตอบได้ในการประมวลผลสัญญาณ Stack Exchange อพยพ 7 ปีที่ผ่านมา ฉันรู้ว่าสิ่งนี้ขึ้นอยู่กับสัญญาณ แต่เมื่อหันหน้าไปทางสัญญาณรบกวนใหม่กระเป๋าของคุณมีเล่ห์เหลี่ยมอะไรบ้างสำหรับพยายามที่จะ denoise สัญญาณในขณะที่ยังคงมีการเปลี่ยนแปลงที่คมชัด (เช่นการเฉลี่ยแบบง่าย ๆ ฉันมักจะพบว่าตัวเองกำลังเผชิญกับคำถามนี้และไม่รู้สึกว่าฉันรู้ว่าสิ่งที่ฉันควรจะลอง (นอกเหนือจาก splines แต่พวกเขาสามารถเคาะการเปลี่ยนแปลงที่คมชัดอย่างถูกต้องเช่นกัน) ป.ล. เป็นหมายเหตุด้านข้างถ้าคุณรู้วิธีการที่ดีในการใช้เวฟเล็ตให้ฉันรู้ว่ามันคืออะไร ดูเหมือนว่าพวกเขามีศักยภาพมากมายในพื้นที่นี้ แต่ในขณะที่มีเอกสารบางส่วนใน 90s ที่มีการอ้างอิงเพียงพอที่จะแนะนำวิธีการของกระดาษที่เปิดออกได้ดีฉันไม่สามารถหาสิ่งที่เกี่ยวกับวิธีการใด ปีที่ผ่านมา แน่นอนว่าวิธีการบางอย่างกลายเป็น "สิ่งแรกที่ต้องลอง" โดยทั่วไปตั้งแต่นั้นมา

3
การออกแบบตัวกรอง FIR: Window vs Parks McClellan และ Squast Squares น้อยที่สุด
มีข้อได้เปรียบใด ๆ หรือไม่ที่จะใช้วิธีเข้าหาหน้าต่างเหนือ Parks-McClellan (ย่อมาอีกว่า PMcC) หรืออัลกอริธึม Least Squares สำหรับการออกแบบตัวกรอง FIR ของตัวกรองสัญญาณความถี่ต่ำ สมมติว่าด้วยพลังการคำนวณในปัจจุบันที่ความซับซ้อนของอัลกอริทึมนั้นไม่ได้เป็นปัจจัย คำถามนี้ไม่ได้เปรียบเทียบ PMcC กับ Least Squares แต่โดยเฉพาะถ้ามีเหตุผลที่จะใช้เทคนิคการออกแบบหน้าต่าง FIR ใด ๆ แทนอัลกอริธึมเหล่านั้นหรือเป็นเทคนิคการเรียงหน้าต่างเพื่อกรองการออกแบบล้าสมัยโดยอัลกอริธึมเหล่านั้น ด้านล่างเป็นการเปรียบเทียบหนึ่งที่ฉันได้เปรียบเทียบหน้าต่าง Hamming กับแนวทางการออกแบบที่ฉันโปรดปรานกับ Least-Squared โดยใช้จำนวนก๊อกเท่ากัน ฉันขยาย passband ในวิธี Least Squared เพื่อให้ตรงกับ Hamming Window อย่างใกล้ชิดและในกรณีนี้มันค่อนข้างชัดเจนว่า Least-Squared จะมีประสิทธิภาพสูงกว่า (เสนอการปฏิเสธวงดนตรีหยุดมากกว่า) ฉันยังไม่ได้ทำสิ่งนี้กับหน้าต่างทั้งหมดซึ่งทำให้ฉันถามคำถามว่าคุณสามารถทำ PMcC และสี่เหลี่ยมจัตุรัสน้อยที่สุดได้หรือไม่หรือมีแอปพลิเคชั่นอื่นสำหรับตัวกรองความถี่ต่ำ FIR ที่ต้องการแนวทางการปรับหน้าต่าง

1
ความแตกต่างระหว่างการแลกเปลี่ยน Remez และการออกแบบตัวกรอง Parks-McClellan คืออะไร
คำถามเมื่อเร็ว ๆ นี้ขึ้นมาเกี่ยวกับสวนสาธารณะ-McClellan และบางส่วนของความคิดเห็นที่ชี้ให้เห็นว่าบทความวิกิพีเดียในสวนสาธารณะ-McClellanรัฐ ... อัลกอริทึม Parks-McClellan เป็นรูปแบบของอัลกอริทึม Remez หรืออัลกอริทึมแลกเปลี่ยน Remez มีความแตกต่างในประสิทธิภาพหรือไม่ เป็นremezฟังก์ชั่นในคู่เทียบเท่ากับฟังก์ชั่น Matlab firpm?

2
กล้องแบบประมาณขั้นตอนโดยประมาณสำหรับการติดตามด้วยภาพและเครื่องหมายบนภาพถ่าย
ฉันทำงานเกี่ยวกับหัวข้อการประมาณค่ากล้องเพื่อเพิ่มความเป็นจริงและแอพพลิเคชั่นการติดตามด้วยภาพเป็นระยะเวลาหนึ่งและฉันคิดว่าถึงแม้จะมีข้อมูลรายละเอียดมากมายเกี่ยวกับงาน แต่ก็ยังมีความสับสนและความเข้าใจผิดมากมาย ฉันคิดว่าคำถามต่อไปควรได้รับคำตอบทีละขั้นตอนอย่างละเอียด กล้องที่แท้จริงคืออะไร? Extrinsics กล้องคืออะไร? ฉันจะคำนวณ homography จากเครื่องหมายระนาบได้อย่างไร หากฉันมี homography ฉันจะทำให้กล้องถ่ายรูปได้อย่างไร

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.