用opencv模仿matlab中的fspecial()函数创建一个自定义空间高斯滤波器模板

模仿matlab里的fspecial()函数,创建一个自定义空间高斯滤波器模板。
基本原理:二维高斯核函数的基本形式是这样滴:

通常我们的坐标都是x和y整数,要产生一个3x3的滤波器,我们要以中心为基础取样,这样第一个值为(-1,-1),以后依次排序到(1,1)。这样就可以产生一个mxn的滤波器模板了。
基于opencv的程序如下:
CvMatguss(int size,float sigma)
{
float w = 2.0
sigmasigma;
CvMat
K = cvCreateMat(size,size,CV_32FC1);
int m = size / 2;
int n = size / 2;
for (int i = (-m); i <= m;i++)
{
int row = i + m;
for (int j = (-n); j <= n;j++)
{
int col = j + n;
float v = exp(-(1.0ii + 1.0jj) / w);
cvmSet(K,row,col,v);
}
}
CvScalar p;
p = cvSum(K);
cvConvertScale(K, K, 1 / p.val[0], 0);
return K;
}
void printarry(CvMatzero)
{
for (int i = 0; i < zero->height; i++)
{
//float
p = (float*)(zero->data.ptr + i*zero->step);
for (int j = 0; j width; j++)
{
float value = cvGetReal2D(zero, i, j);
//float value = *(p + j);
printf("%f “, value);
}
printf(”\n");
}
}

void main()
{
CvMat*K = guss(3, 0.5);
printarry(K);
system(“pause”);
}

结果和matlab的fspecial(‘gaussian’, [3 3],0.5)进行对比如图所示:

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
下面是一个基于OpenCV的卡尔曼滤波器函数的示例代码,其使用了一个简单的矩阵,可以通过修改矩阵来适应不同的问题。 ```c++ #include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace std; int main() { // 卡尔曼滤波器矩阵 // A: 状态转移矩阵 // B: 控制矩阵 // H: 观测矩阵 // Q: 系统噪声协方差矩阵 // R: 观测噪声协方差矩阵 Mat A = (Mat_<float>(2, 2) << 1, 0.1, 0, 1); Mat B = (Mat_<float>(2, 1) << 0.5, 1); Mat H = (Mat_<float>(1, 2) << 1, 0); Mat Q = (Mat_<float>(2, 2) << 0.1, 0, 0, 0.1); Mat R = (Mat_<float>(1, 1) << 1); // 初始状态向量和协方差矩阵 Mat x = (Mat_<float>(2, 1) << 0, 0); Mat P = (Mat_<float>(2, 2) << 1, 0, 0, 1); // 观测数据集合 vector<float> measurements = { 1.2, 1.7, 2.4, 3.6, 4.9, 5.0 }; // 初始化卡尔曼滤波器 KalmanFilter kf(2, 1, 0); kf.transitionMatrix = A; kf.controlMatrix = B; kf.measurementMatrix = H; kf.processNoiseCov = Q; kf.measurementNoiseCov = R; kf.statePost = x; kf.errorCovPost = P; // 迭代滤波 for (int i = 0; i < measurements.size(); i++) { Mat measurement = (Mat_<float>(1, 1) << measurements[i]); Mat prediction = kf.predict(); Mat correction = kf.correct(measurement); cout << "Predicted: " << prediction << endl; cout << "Corrected: " << correction << endl; } return 0; } ``` 此代码可以读取一个观测数据序列,并使用卡尔曼滤波器对其进行处理。在每个迭代,代码会进行预测和校正操作,并输出预测和校正结果。您可以根据需要修改代码的矩阵来适应不同的问题。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

能量鸣新

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值