ガウス関数
このページでは、あらゆる物理量の基本となる正規分布：ガウス関数について説明します。このページの知識を用いると、電子の状態密度図を書いたり、p-DOSを書いたり、吸収スペクトルの位置の分布に幅をつけたりすることが出来ます。 ●例 を に変換する。 （グラフの縦横比のずれは、本質的ではありません）。 ●ガウス関数の基礎 例えば、ある学校（生徒数約750人）のテストの成績が、次のような グラフで表されるとします（満点が100点で平均点が50点）。 このとき、x = 0からx = 100の範囲でこのグラフで囲まれた部分の面積が 750となります。 一般に、自然界で起こるあらゆる現象は、このような曲線で表されると 言われています。この曲線を正規分布、またはガウス関数と呼んでいます。 ガウス関数の一般式は、次のようになっています。 このグラフで囲まれた面
C言語による画像再構成の基礎
n i xi w y x y w a y w a x f x y h x y g x y f x x h x h x g x f x h x g x x h(x) g(x) f(x) h j i
画像処理 (2) ガボール・フィルタ
ヒトをはじめとする哺乳類において、目から入った情報を解析してモノや空間を認識するために脳の中の「視覚野 ( Visual Cortex ) 」と呼ばれる領域が使われていることが知られています。目から入ってきた信号は、最初に大脳の中の「一次視覚野 ( V1 ) 」に到達し、その中の「受容野 ( Receptive Field ) 」が反応することによって処理され、さらに高次の視覚野に伝達されていきます。「デイヴィッド・ハンター・ヒューベル ( David Hunter Hubel ) 」と「トルステン・ニルズ・ウィーセル ( Torsten Nils Wiesel ) 」は、1959 年に、ネコを使って視覚野のニューロンの電気信号を調べる実験の中で、個々の細胞が特定の傾きを持った線分に対して反応することを発見し、この業績によって 1981 年にノーベル生理学・医学賞を受賞しました。さらに、J
SIFT.アルゴリズム
1 コンピュータビジョン特論 Advanced Computer Vision 第5回 最適なエッジ検出器 Canny Edge Detector 良いエッジ検出器とは • Good Detection: ノイズに強い • Good Localization: 真のエッジの所を検出 • Single Response:各点に一本のエッジを検出 Canny Edge Detection Tutorial http://www.pages.drexel.edu/~weg22/can_tut.html Canny Edge Detector の処理手順 1. Gaussianフィルタで画像を平滑化 2. 平滑化された画像の微分を計算 3. 勾配の大きさと方向を求める 4. “Non-maximum Suppression”処理を行う 5. “Hysteresis Threshold”処理を行
アルゴリズムの紹介
ここでは、プログラムなどでよく使用されるアルゴリズムについて紹介したいと思います。 元々は、自分の頭の中を整理することを目的にこのコーナーを開設してみたのですが、最近は継続させることを目的に新しいネタを探すようになってきました。まだまだ面白いテーマがいろいろと残っているので、気力の続く限りは更新していきたいと思います。 今までに紹介したテーマに関しても、新しい内容や変更したい箇所などがたくさんあるため、新規テーマと同時進行で修正作業も行なっています。 アルゴリズムのコーナーで紹介してきたサンプル・プログラムをいくつか公開しています。「ライン・ルーチン」「円弧描画」「ペイント・ルーチン」「グラフィック・パターンの処理」「多角形の塗りつぶし」を一つにまとめた GraphicLibrary と、「確率・統計」より「一般化線形モデル」までを一つにまとめた Statistics を現在は用意していま
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
