คำถามติดแท็ก transform

Sooo .. ฉันคิดเกี่ยวกับสิ่งนี้ เราทุกคนรู้ว่าเราเสียงแตกต่างจากสิ่งที่เราได้ยินเสียงของเราเอง มันง่ายที่จะทราบว่าคนอื่นได้ยินเราโดยการบันทึกตนเองและฟัง แต่แล้ววิธีอื่น ๆ ล่ะ? มีวิธีที่จะเปลี่ยนเสียงของเราในแบบที่คนอื่นสามารถได้ยินเราเมื่อเรารับรู้เสียงของเราเองหรือไม่? ฉันคิดว่ามันเป็นคำถามที่น่าสนใจทีเดียว น่าเศร้าที่ฉันไม่พบสิ่งใดบนเว็บหลังจากค้นหา google สองสามครั้ง ไม่มีใครคิดเกี่ยวกับเรื่องนี้หรือเป็นไปไม่ได้เพราะเหตุผลบางอย่างที่ฉันไม่เห็น? ใด ๆ ที่นำไปสู่การนี้จะได้รับการชื่นชม :)

18 signal-analysis  audio  transform 

จากสิ่งที่ฉันเคยได้ยินการตรวจจับแบบบีบอัดสามารถใช้กับสัญญาณเบาบางเท่านั้น ถูกต้องหรือไม่ หากเป็นกรณีนี้สัญญาณกระจัดกระจายจะแยกความแตกต่างจากสัญญาณ band Band ใด ๆ ได้อย่างไร? สัญญาณทั้งหมดสามารถขยายได้เพื่อรวมส่วนสัญญาณหร็อมแหร็มหรือศูนย์ค่าสัมประสิทธิ์กว่ามันจะกลายเป็นสัญญาณหร็อมแหร็มในกรณีที่? การบีบอัดการตรวจจับตลอดเวลาดึงข้อมูลหรือสัญญาณได้อย่างสมบูรณ์แบบหรือไม่? เพิ่มเติม: โดยวิธีการที่ฉันเพิ่งเริ่มเรียนรู้สิ่งเหล่านี้ดังนั้นจุดประสงค์ของคำถามนี้คือการได้ลิ้มรสสิ่งเหล่านี้

16 image-processing  image-compression  transform  compressive-sensing 

เมื่อท่านทำตาม Haar เวฟแปลงที่คุณจะใช้เงินก้อนและความแตกต่างแล้วในแต่ละขั้นตอนคุณคูณสัญญาณทั้งหมดโดย\2–√2\small\sqrt2 เมื่อทำการแปลงผกผันคุณคูณสัญญาณด้วยสำหรับการวนซ้ำแต่ละครั้ง12√12\frac{1}{\sqrt2} "การทำให้เป็นมาตรฐาน" นี้แสดงถึงอะไร?

12 wavelet  transform 

ฉันใช้อัลกอริทึมRANSACสำหรับการประมาณค่า homography ระหว่างคู่ของภาพที่ถ่ายด้วยกล้องซึ่งไม่มีการแปลระหว่างกัน (การหมุนอย่างแท้จริงและการเปลี่ยนสเกล / ซูม) มันทำงานได้ดีในครึ่งหนึ่งของกรณี ผลลัพธ์ที่ถูกต้องมีลักษณะดังนี้: เส้นสีแดงนั้นเป็นตัวกรองที่มีการกรองและรูปสี่เหลี่ยมที่แสดงให้เห็นว่าการบ้านนั้นบิดเบือนมุมมองอย่างไร อย่างไรก็ตามบางครั้งมีกรณีเลวร้ายเกิดขึ้นเช่นนี้: ฉันมีการทดสอบอย่างง่ายในลูป RANSAC มันทำให้รูปสี่เหลี่ยมง่าย ๆ (หน่วยสี่เหลี่ยม) และแปลงด้วยการแปลงตัวอย่าง จากนั้นดูว่าการเปลี่ยนแปลงนั้นรักษาความนูนเอาไว้หรือไม่ อย่างไรก็ตามกระนั้นก็มีกลุ่มของรูปสี่เหลี่ยมสี่เหลี่ยมเว้าออกมา คุณมีความคิดวิธีการทดสอบ homography อย่างถูกต้องหรือไม่ถ้ามันทำงานได้ดีและกรองคำตอบที่ไม่ถูกต้องออกไป ฉันพบรหัสบางส่วนที่พวกเขาทดสอบว่าไม่มีจุดเปลี่ยนสามจุดใดที่เป็นโคลิเนียร์ แต่ดูเหมือนจะไม่เพียงพอเพราะจะไม่กรอง deltoids และ quadrilaterals "ไม่ถูกต้อง" อื่น ๆ ...

10 homography  estimation  transform 

ฉันมีความยากลำบากในการทำความเข้าใจวิธีการคำนวณอัตราข้อมูลเมื่อยกระดับการสุ่มตัวอย่างด้วยสีในตัวอย่างของภาพ Y'UV: ฉันมีตัวอย่างต่อไปนี้สำหรับการคำนวณ: ความละเอียดของภาพ: 352*288 ความถี่: 25 fps สำหรับ(4: 4: 4)การคำนวณตัวอย่างจะเป็นดังนี้: (352px * 288px) * 3 color channels * 25 fps * 8 bit = 60 825 600 bit/s จนถึงตอนนี้ดีมาก แต่ตอนนี้มาถึง(4: 2: 0) : (352px*288px) * 1.5 color channels * 25 * 8 = 30 412 800 bit/s ตอนนี้พยายามที่จะถ่ายโอนตัวอย่างนี้ไปยังเช่น(4: 1: …

10 image-processing  image-processing  matlab  fourier-series  wavelet  transform  image-processing  matlab  image  image-processing  image-registration  segmentation  image-processing  edge-detection  canny-edge-detector  tracking  image  fft  stft  image-processing  preprocessing  segmentation  image-processing  computer-vision  image-segmentation  thresholding  frequency-spectrum  wave  image-processing  edge-detection  window-functions  image-processing  optical-flow  image-processing  ocr  text-recognition  image-processing  computer-vision  frequency-spectrum  image-processing  image-processing  computer-vision  fourier-transform  dsp-core  wave  image-processing  3d 

เรารู้ว่า DFT (การแปลงฟูริเยร์แบบแยก) แบ่งสัญญาณเป็นคลื่นความถี่ไซน์หลายความถี่ มีการแปลงที่ทำสิ่งเดียวกัน แต่สำหรับคลื่นสามเหลี่ยม สำหรับจุดประสงค์ของฉันฉันแค่พูดคุยเกี่ยวกับสัญญาณ 1-d (เช่นแรงดันไฟฟ้า ฯลฯ ) ฉันกำลังศึกษาข้อมูลการลงทุนในตลาดหุ้นในอดีตและฉันแค่ต้องการดูการกลับตัวของหุ้นบางตัว กล่าวอีกนัยหนึ่งฉันต้องการดำเนินการ "low-pass" ในราคาหุ้นโดยใช้การแปลงนี้ แก้ไข: ถ้าใช่ฉันจะทำอย่างไร

9 fft  dft  transform 

ฉันเป็นวิศวกรเคมีไม่ใช่ EE ดังนั้นมันจึงค่อนข้างยาก ฉันกำลังพยายามหาวิธีนำแอมพลิจูดเทียบกับข้อมูลเวลาและแปลงเป็นความถี่เทียบกับเวลา สัญชาตญาณแรกของฉันคือการแบ่งข้อมูลของฉันออกเป็นชิ้น ๆ ดำเนินการ FFT ในแต่ละอัน น่าเสียดายที่ช่วงเวลาของแต่ละชิ้นเข้าใกล้ศูนย์จึงไม่มีข้อมูลเพียงพอที่จะรับข้อมูลความถี่ที่ถูกต้องได้อีกต่อไป (ความถี่ต่ำต้องใช้เวลามากกว่าชิ้นเล็กมาก) ดังนั้น ... ฉันจะทำสิ่งนี้ได้อย่างไร ฉันแน่ใจว่านี่เป็นปัญหาที่โด่งดังที่ใครบางคนได้แก้ไขไปแล้ว นี่คือการแปลงรูปแบบที่ฉันกำลังมองหาซึ่งแสดงด้วยคลื่นเสียง (โน้ตเปียโน G) อย่างที่คุณเห็นกราฟนี้เป็นแกนสามแกนโดยที่สีที่สามแสดงด้วยสี ขอบคุณ!

9 fourier-transform  frequency  transform