Questions tagged «distance-metrics»

3
级联双二阶部分以实现高阶滤波器的工作原理?
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 


2
定性比较图像补丁的良好指标
我正在尝试“匹配”图像中的小方块。乍看之下,简单地对这两个数组进行欧几里德距离样式比较以获得“相似性”度量似乎是合理的。这在许多情况下都可以正常工作(根据该指标的“最佳”补丁(最低值)与查询补丁非常相似)。但是,在许多情况下,这会产生非常差的匹配。例如,采用以下两个补丁对: 一堵砖墙的两个补丁,得分为134(这是平均绝对像素差的组成部分之和): 一块砖墙,一块草,得分123! 对于人类来说,“显然”草与砖块不匹配,但是该度量标准却相反。问题仅在于局部统计差异。 如果我使用直方图比较之类的方法,我将完全失去所有空间信息-例如,如果一块补丁在顶部是草,而底部是砖,那么它会与底部在草地,顶部是砖的补丁完全匹配(再次,另一个“明显错误”的匹配)。 是否存在一种度量标准,可以将上述两种思想组合成一个合理的值,对于上述对1而言,该值将被评估为“相似”,但对于我的补丁及其垂直镜面示例,该度量值却不相似? 任何建议表示赞赏!
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.