fft

    0

    3答えて

    誰でもFFTを使ってテンプレートマッチングを実行する方法を教えてください。テンプレートは元の画像よりも小さくなっています。 1.どこでも、テンプレートにゼロが埋め込まれている必要があります。どのように行われます。それは画像の下部と右に、または画像全体に等しく追加されますか? ありがとうございます。

    19

    1答えて

    フーリエ変換の大きさおよび位相はF変換は次のように定義される:IVEは取り込みMATLABコードを記述しようと Mag = sqrt(Real(F)^2 + Imaginary(F)^2) と Phase = arctan(Imaginary(F)/Real(F)) グレースケールの画像行列を生成し、行列上でfft2()を実行し、変換から大きさおよび位相を計算する。次に、フーリエ変換の虚数

    0

    3答えて

    イムセンス検出にかなり新しい。私はそれについていくつかの論文を読んで、時間領域だけで作業するときには、多数の偽陽性/陰性が存在する可能性があること、そして一般的に時間領域周波数領域または周波数領域とすることができる。 これについては、スペクトラムエネルギーやFFTビンの結果をノートオンセットの決定にどのように使用できるかについて問題があるため、少し混乱しています。なぜなら、振幅の鋭いピークによって

    0

    3答えて

    私はwavファイル内のデータを伸ばすために時間領域オーバーラップ加算メソッドを実装しようとしています。しかし、私が得た結果は少し残念です。私は、ハン例えば( は、それから私は、選択されたウィンドウでチャンクを乗算入力信号からチャンクを取る最初に :私がここで間違って をやっている何かが私のTDOLAのプロセスがあるようですウィンドウ) 最後に、私は重複 で出力ストリームに私のチャンクを追加するには

    1

    1答えて

    がどのようにFortran 90ので書かれたプログラムでは、私の知る限り唯一のCバインディングを持っている、(NVIDIAのCUDAのSDK 4.0.13から)CUFFTライブラリを使用する(GNUコンパイラのコスプレイ@ダイナミックセーラー4.4からgfortranを使用してコンパイルします。 5)? 私は1dと2dの両方のFFT計算に興味があります。

    1

    4答えて

    ピッチ検出に最近FFTを使用していましたが、ノートが正しくても(C、D#など)、間違ったオクターブにあるノートが多数ありますC3はC4として分類され、常に1オクターブ上に分類されます)。 これはなぜですか?私のアルゴリズムは、FFTビンを計算した後で、ビンを最大強度で取得し、それがどの周波数であるかを計算します。 これに関する助力?ありがとう!

    2

    1答えて

    nの数字を1つの基数/基数で符号化し、それを別の任意の基底に変換する既知のアルゴリズムはありますか? (ベース7からベース19まで)nは実際には10000を超える のように大きくなる可能性があるので、O(n )よりも優れたものを探しています。 Iは、桁数であるN O(NログN)の理論的な複雑さと、高速フーリエ変換を使用して、2つの大きな整数(FFT)を掛けることができ、いくつかのアルゴリズムを見て

    1

    2答えて

    を一般: xx = meshgrid(1:N); % Center on DC xx = xx - dcN; % normalize dynamic range from -1 to 1 xx = xx./max(abs(xx(:))); % form y coordinate from negative transpose of x coordinate (maintains symm

    2

    1答えて

    Ram-Lakフィルタを実装する割り当てがありますが、情報はほとんどありません(fft、ifft、fftshift、ifftshiftを除く)。 私はRam-Lakでフィルタリングしなければならないサイノグラムがあります。また、投影の数が与えられます。私は 1/4 if I == 0 (b^2)/(2*pi^2) * 0 if I even -1/

    3

    1答えて

    通常のFFTアルゴリズムとは異なり、サイズが2の非整数乗数の配列に対してフーリエ変換(2D)を実行できる.NETライブラリを探しています。 私が画像処理プログラムに取り組んでいて、キャンバスのサイズを伸ばしたり増やしたりせずにフーリエ変換を計算したいと思っています(そして、おそらくギブスのピークを減らすために境界ピクセルを繰り返します)今まで。