Questions tagged «algorithms»

我想以忠实于声音的方式（最好是近实时）（意味很少或根本没有预见）以数字方式混合两个或多个PCM音频通道（例如，记录的样本）。 物理上“正确”的方法是对样本求和。但是，当您添加两个任意样本时，结果值可能高达最大值的两倍。 例如，如果您的样本是16位值，则结果最多为65536 * 2。这导致剪裁。 幼稚的解决方案是除以N，其中N是要混合的声道数。然而，这导致每个样本的响度仅为1 / Nth，这是完全不现实的。在现实世界中，当两个乐器同时演奏时，每个乐器的音量不会变成一半。 从阅读的角度来看，一种常见的混合方法是：结果= A + B-AB，其中A和B是要混合的两个归一化样本，而AB是确保更大声的声音越来越“柔和”的术语。 但是，这会导致信号失真。这种失真水平在高质量音频合成中可以接受吗？ 还有什么其他方法可以解决此问题？我对高效的低质量算法以及低效率的高质量算法感兴趣。 我是在数字音乐合成的背景下问我的问题，目的是将多个乐器音轨混合在一起。音轨可以是合成音频，预先录制的样本或实时麦克风输入。

49 audio  algorithms  distortion 

我了解了许多边缘检测算法，包括Sobel，Laplacian和Canny方法之类的算法。在我看来，最受欢迎的边缘检测器是Canny边缘检测器，但是在某些情况下这不是使用的最佳算法吗？如何确定要使用哪种算法？谢谢！

33 algorithms  image-processing  edge-detection 

给定记录，我需要检测是否发生了任何剪辑。 我可以安全地得出结论：如果有一个（一个）样本达到最大样本值，就会出现削波现象，还是我应该寻找一系列后续的最大样本值？ 记录可以取自16或24位A / D转换器，并转换为范围内的浮点值。如果这种转换通过采用的划分的形式2 15 - 1或2 23 - 1，则推测负峰值可以稍微小于-1，并与值-1样品没有限幅？− 1 ... 1−1...1-1...1215− 1215−12^{15}-1223−1223−12^{23}-1 显然，人们总是可以创建一种专门打败削波检测算法的信号，但是我正在查看语音，音乐，正弦波或粉红/白色噪声的录音。

32 audio  algorithms 

不久前，我尝试了不同的方式来绘制数字波形，而我尝试做的一件事是代替幅度包络线的标准轮廓，将其显示得更像示波器。这是示波器上的正弦波和方波： 最简单的方法是： 在输出图像的每个水平像素中将音频文件分成一个块 计算每个块的样本幅度直方图 通过亮度将直方图绘制为像素列 它产生如下内容： 如果每个块中有很多样本，并且信号的频率与采样频率无关，则效果很好。例如，如果信号频率恰好是采样频率的整数倍，则采样将始终在每个周期中以完全相同的幅度发生，并且直方图将只是几个点，即使在这些点之间存在实际的重构信号也是如此。该正弦脉冲应与左上角一样平滑，但这不是因为它正好是1 kHz，并且采样始终出现在相同的点附近： 我尝试增加采样数以增加点数，但这并不能解决问题，仅在某些情况下有助于解决问题。 因此，我真正想要的是一种从其数字样本（幅度与时间）计算连续重构信号的真实PDF（概率与幅度）的方法。我不知道该使用什么算法。通常，函数的PDF是其反函数的导数。 PDF的sin（x）：ddxarcsinx=11−x2√ddxarcsin⁡x=11−x2\frac{d}{dx} \arcsin x = \frac{1}{\sqrt{1-x^2}} 但是我不知道如何计算逆函数是多值函数的波，或者如何快速进行计算。将其分解为分支，计算每个的逆，取导数并将它们加在一起？但这很复杂，而且可能有更简单的方法。 该“内插数据的PDF”也适用于我进行GPS轨迹的核密度估计的尝试。它应该是环形的，但是因为它仅查看样本，而没有考虑样本之间的插值点，所以KDE看起来更像是一个驼峰而不是一个圆环。如果我们只知道样本，那么这就是我们所能做的最好的。但是样本并不是我们所知道的。我们也知道样本之间存在一条路径。对于GPS，没有像带宽有限的音频那样完美的Nyquist重建，但是基本思想仍然适用，插值函数有些猜测。

27 algorithms  interpolation  audio 

一个问题，最近提出了关于公园-麦克莱伦和一些评论指出，在公园，麦克莱伦维基百科文章的状态， ... Parks-McClellan算法是Remez算法或Remez交换算法的变体。 性能上有区别吗？是remez在八度等同于Matlab的功能函数firpm？

21 algorithms  filter-design  parks-mclellan 

我正在寻找距离转换最快的可用算法。 根据此站点http://homepages.inf.ed.ac.uk/rbf/HIPR2/distance.htm，它描述了： 使用聪明的算法仅需两遍就可以更有效地计算距离变换（例如Rosenfeld和Pfaltz 1968）。 到处搜寻，我发现：“ Rosenfeld，A和Pfaltz，J.L。1968。数字图片上的距离函数。模式识别，1，33-61。” 但是我相信我们应该有一个比1968年更好，更快的算法吗？实际上，我找不到1968年的消息来源，因此非常感谢您的帮助。

21 image-processing  algorithms 

我正在尝试实现8阶IIR滤波器，并且我阅读的每个应用笔记和教科书都说，最好将2阶以上的任何滤波器实现为二阶部分。我tf2sos在MATLAB中使用了二阶部分的系数，这与我预期的4个二阶部分的6x4系数有关。在实施为SOS之前，八阶滤波器需要存储7个先前的采样值（以及输出值）。现在，当实现为二阶部分时，流程如何从输入到输出工作，我是否仅需要存储2个先前的样本值？还是第一个滤波器的输出馈x_in入第二个滤波器，依此类推？

20 filters  filter-design  infinite-impulse-response  biquad  audio  image-processing  distance-metrics  algorithms  interpolation  audio  hardware  performance  sampling  computer-vision  dsp-core  music  frequency-spectrum  matlab  power-spectral-density  filter-design  ica  source-separation  fourier-transform  fourier-transform  sampling  bandpass  audio  algorithms  edge-detection  filters  computer-vision  stereo-vision  filters  finite-impulse-response  infinite-impulse-response  image-processing  blur  impulse-response  state-space  linear-systems  dft  floating-point  software-implementation  oscillator  matched-filter  digital-communications  digital-communications  deconvolution  continuous-signals  discrete-signals  transfer-function  image-processing  computer-vision  3d 

我试图从概念上理解将正向和反向短时傅立叶变换（STFT）应用于离散时域信号时发生的情况。我找到了Allen和Rabiner（1977）的经典论文，以及Wikipedia的文章（链接）。我相信，还有另一个好文章被发现在这里。 我对计算Gabor变换感兴趣，这无非是带有高斯窗口的STFT。 这是我对前向 STFT的了解： 从信号中选择一个子序列，该子序列由时域元素组成。 使用时域中的逐点乘法，将子序列乘以窗口函数。 使用FFT将相乘的子序列带入频域。 通过选择连续的重叠子序列，并重复上述过程，我们得到了一个具有m行n列的矩阵。每一列是在给定时间计算的子序列。这可以用于计算频谱图。 但是，对于逆 STFT，论文讨论了重叠分析部分的求和。我发现可视化这里发生的事情非常具有挑战性。为了能够计算反 STFT（如上所述，按逐步顺序），我必须做什么？ 前向STFT 我创建了一个图，显示了我认为前向STFT正在进行的工作。我不了解的是如何组装每个子序列，以便获得原始时间序列。有人可以修改此图形或给出一个方程式来显示如何添加子序列吗？ 逆变换 这是我对逆变换的了解。使用IFFT将每个连续的窗口带回到时域。然后，将每个窗口移动步长，然后将其添加到上一个移动的结果中。下图显示了此过程。相加的输出是时域信号。 代码示例 下面的Matlab代码生成一个合成的时域信号，然后测试STFT过程，证明在数值舍入误差内，逆是正向变换的对偶。信号的开始和结尾都进行零填充，以确保窗口的中心可以位于时域信号的第一个和最后一个元素。 ñ+ N0− 1ñ+ñ0-1个N + N_0 - 1ñ0ñ0N_0 % The code computes the STFT (Gabor transform) with step size = 1 % This is most useful when modifications of the signal is required in …

20 fourier-transform  algorithms  stft 

拟合分段线性但有噪声的数据的可靠方法是什么？ 我正在测量一个信号，它由几个几乎线性的部分组成。我想将几行原子地拟合到数据中以检测过渡。 数据集由几千个点组成，包含1-10个细分，而我知道细分的数量。 这是我想自动执行的示例。

18 algorithms 

我在具有相同对象的两幅图像上找到了轮廓，我想找到该对象的位移和旋转。我尝试过使用该轮廓的旋转边界框，然后使用其角度和中心点，但是边界框的旋转不能正确显示轮廓旋转，因为角度a + 0，a + 90，a + 180等相同。度。还有其他寻找轮廓旋转和位移的好方法吗？也许有些使用凸包，凸缺陷？我已经在学习OpenCv中阅读过有关匹配轮廓的信息，但并没有帮助。有人可以举例吗？ 例子： 我想检测例如粉红色的正方形，在第二种情况下使用笔。其他示例可能是带有一些孔，星星等的正方形。正如我所说，我想做一些全盘的事情。感谢任何建议，因为我想测试尽可能多的方法。

17 image-processing  computer-vision  algorithms 

我正在尝试了解FFT，这是到目前为止的内容： 为了找到波形中的频率幅度，必须在两个不同的相位（正弦和余弦）中将电波乘以它们正在搜索的频率，然后对它们进行平均，从而对它们进行探测。该阶段是通过与两者之间的关系找到的，其代码如下所示： //simple pseudocode var wave = [...]; //an array of floats representing amplitude of wave var numSamples = wave.length; var spectrum = [1,2,3,4,5,6...] //all frequencies being tested for. function getMagnitudesOfSpectrum() { var magnitudesOut = []; var phasesOut = []; for(freq in spectrum) { var magnitudeSin = 0; var magnitudeCos …

16 fft  dft  algorithms 

Brief算法中的描述符如何相互匹配？ 如何在另一个图像中找到模板图像？我们如何比较描述符？我读过该文章，但不了解他们是如何做到的。 他们写道，他们使用汉明距离来比较描述符，但是如何实现照度，尺寸等变化的不变性呢？

14 computer-vision  algorithms  local-features 

我正在寻找一种创建算法，该算法使用Alpha作为凹凸贴图将斜角效果添加到位图。 我将如何去做这样的事情？我尝试了镜面照明，但只得到高光而不是阴影。 这是我正在谈论的效果（使用Photoshop制作）： 所有这些都使用size: 30px（从位图轮廓到斜角的深度）angle 130，，来完成altitude 50。 从左到右，从上到下： 凿子硬锥 凿子软锥 平滑斜角 凿子硬soften: 16px-斜角模糊？ 我正在尝试创建每种效果，我将如何创建基本斜角？而我需要从那个斜角获得每个

14 image-processing  filters  algorithms 

可以使用哪些技术来估计噪声信号中正弦音调突发的开始时间？ 假设音调突发具有已知的固定频率（但相位未知）和非常陡峭的上升时间，并且目标是在不到上升时间的一半和/或音调频率的一个周期内估计开始时间， 如果可能的话。如果信噪比非常低（远小于1），估计技术将如何改变？ 补充：假设音频脉冲串的长度未知，但比上升时间和频率周期的一小部分长。 补充：DFT / FFT显示了很可能存在音调。问题是要精确地找出在FFT窗口内的音调（或相同频率的多个音调猝发）可能在FFT窗口中的何处开始，或者确定当前音调是否从该DFT窗口之外开始，其他时域数据。 雷达脉冲检测的精度更接近于我需要的分辨率，除了我只有一个边缘，因为音调的长度未知，并且除了已知的上升时间以外，均未调制。窄带通滤波器会使上升时间失真，从而使边缘到达估计分辨率降低。

14 audio  algorithms  edge-detection 

我需要atan2(x,y)在具有连续输入/输出数据流的FPGA上进行计算。我设法使用展开的，流水线的CORDIC内核来实现它，但是要获得所需的精度，我必须执行32次迭代。这导致大量的LUT致力于这一任务。我尝试将流更改为使用部分展开的CORDIC内核，但随后我需要一个倍频的时钟频率以执行重复循环，同时仍保持连续的输入/输出流。因此，我无法满足时机要求。 因此，现在我正在寻求替代的计算方式atan2(x,y)。 我考虑过使用带插值的Block-RAM查找表，但是由于有2个变量，因此我需要2维查找表，这在Block-RAM的使用方面非常耗费资源。 然后，我考虑使用与象限调整atan2(x,y)有关的事实atan(x/y)。问题在于，x/y由于y不是常数，因此需要真正的划分，而FPGA上的划分非常占用资源。 是否有更多新颖的方法可atan2(x,y)在FPGA 上实现，从而降低LUT使用率，但仍提供良好的准确性？

12 algorithms