MeanShiftFilter

MeanShiftFilter[data,r,d]

通过用邻域范围 r 以内的且其值大小在 d 范围内的像素的均值替换每个值对 data 进行滤波.

MeanShiftFilter[data,{r1,r2,…},d]

用 ri 对数据的第 个维度进行滤波.

更多信息和选项

  • MeanShiftFilter 常被用于在局部对数据进行平滑处理和消减噪声，同时保留明显的变化的值，如图像的边缘，平滑量取决于 r 和 d 的值.
  • 应用于每个范围为 r 的邻域的函数是 MeanShift.
  • data 可以为以下任意形式：
  • list任意维度的数值数组
    tseries时态数据，如 TimeSeries、TemporalData、…
    image任意 Image 或 Image3D 对象
    audioAudio 对象
  • 对于多通道图像和音频信号，计算通道向量之间的距离.
  • MeanShiftFilter[data,{r1,r2,…},d] 计算以每个样本为中心的、大小为 的区域内的平均漂移值.
  • MeanShiftFilter 假定列表和图像采用索引坐标系统.
  • 在数据的边界处，MeanShiftFilter 使用较小的邻域.
  • 可以给出下列选项：
  • DistanceFunction EuclideanDistance怎样计算数值之间的距离
    MaxIterations 1迭代的最大次数
  • 如果想要了解 DistanceFunction 所有可能的设置，请到参考页面查看 MeanShift.
  • 距离参数 d 的可能范围取决于距离函数，以及颜色空间的维度.

背景

范例

打开所有单元关闭所有单元

基本范例  (3)

对向量进行均值漂移滤波：

对 TimeSeries 进行滤波：

对彩色图像进行均值漂移滤波：

范围  (11)

数据  (6)

数据的均值漂移滤波：

对二维数组进行均值漂移滤波：

对 TimeSeries 进行滤波处理：

对 Audio 信号进行滤波：

对灰度图像进行均值漂移滤波：

对三维图像进行均值漂移滤波：

参数  (5)

指定所有方向使用同一个半径：

只在第一个方向进行均值漂移滤波：

只在第二个方向进行滤波：

只在垂直方向对三维图像进行均值漂移滤波：

只在水平面上对三维图像进行均值漂移滤波：

只对数值相差小于 d 的像素进行均值漂移滤波：

选项  (3)

DistanceFunction  (2)

默认情况下，使用 EuclideanDistance：

指定距离函数：

MaxIterations  (1)

默认情况下，只对输入进行一次均值漂移迭代：

用 MaxIterations 指定迭代次数：

应用  (2)

利用均值漂移滤波对图像进行平滑处理：

使用均值漂移滤波作为图像分割的预处理步骤：

属性和关系 (1)

当距离 d 大于数据的动态范围时，MeanShiftFilter 等价于 MeanFilter：

巧妙范例  (1)

显示 MeanShiftFilter 如何对数值进行迭代漂移直至它们收敛：

Wolfram Research (2010)，MeanShiftFilter，Wolfram 语言函数，https://reference.wolfram.com/language/ref/MeanShiftFilter.html （更新于 2016 年）.

文本

Wolfram Research (2010)，MeanShiftFilter，Wolfram 语言函数，https://reference.wolfram.com/language/ref/MeanShiftFilter.html （更新于 2016 年）.

CMS

Wolfram 语言. 2010. "MeanShiftFilter." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2016. https://reference.wolfram.com/language/ref/MeanShiftFilter.html.

APA

Wolfram 语言. (2010). MeanShiftFilter. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/MeanShiftFilter.html 年

BibTeX

@misc{reference.wolfram_2024_meanshiftfilter, author="Wolfram Research", title="{MeanShiftFilter}", year="2016", howpublished="\url{https://reference.wolfram.com/language/ref/MeanShiftFilter.html}", note=[Accessed: 21-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_meanshiftfilter, organization={Wolfram Research}, title={MeanShiftFilter}, year={2016}, url={https://reference.wolfram.com/language/ref/MeanShiftFilter.html}, note=[Accessed: 21-November-2024 ]}