الانتقال من المتوسط الضوضاء الحد

دليل العلماء والمهندسين إلى معالجة الإشارات الرقمية من قبل ستيفن دبليو سميث، دكتوراه في الفصل 15. انتقال متوسط ​​الفلاتر. خفض الضوضاء مقابل استجابة الخطوة. العديد من العلماء والمهندسين يشعرون بالذنب حول استخدام مرشح المتوسط ​​المتحرك لأنه بسيط جدا، غالبا ما يكون مرشح المتوسط ​​المتحرك هو أول شيء حاول عند مواجهة مشكلة حتى لو تم حل المشكلة تماما، لا يزال هناك شعور بأن شيئا أكثر ينبغي القيام به هذا الوضع هو السخرية حقا ليس فقط هو مرشح المتوسط ​​المتحرك جيدة جدا للعديد من التطبيقات ، فمن الأمثل لمشكلة مشتركة، والحد من الضوضاء البيضاء العشوائية مع الحفاظ على أشد استجابة الخطوة. في الشكل 15-1 يظهر مثالا على كيف يعمل هذا إشارة في هو نبض دفن في الضوضاء العشوائية في ب و ج، والعمل تجانس من مرشاح المتوسط ​​المتحرك يقلل من اتساع الضوضاء العشوائية الجيدة، ولكنه يقلل أيضا من حدة الحواف السيئة. ومن بين جميع المرشحات الخطية الممكنة التي يمكن استخدامها، ينتج المتوسط ​​المتحرك أدنى ضوضاء لحافة حافة معينة مقدار الحد من الضوضاء يساوي الجذر التربيعي لعدد النقاط في المتوسط ​​على سبيل المثال، مرشح 100 نقطة المتحرك المتوسط ​​يقلل من الضوضاء بعامل 10. لفهم لماذا المتوسط ​​المتحرك إذا كان أفضل حل، تخيل أننا نريد أن تصميم مرشح مع الحافة حافة ثابتة على سبيل المثال، دعونا نفترض أن إصلاح الحدة الحدة من خلال تحديد أن هناك أحد عشر نقطة في صعود استجابة الخطوة وهذا يتطلب أن نواة مرشح يكون أحد عشر نقطة السؤال الأمثل هو كيف نختار القيم الأحد عشر في نواة مرشح لتقليل الضوضاء على إشارة الإخراج منذ الضوضاء نحاول الحد هو عشوائي، لا شيء من نقاط الإدخال هو خاص كل هو تماما كما صاخبة كما جارها لذلك، فإنه من غير مجدية إعطاء معاملة تفضيلية لأي واحد من نقاط الإدخال عن طريق تعيين معامل أكبر في نواة مرشح يتم الحصول على أدنى ضوضاء عندما يتم التعامل مع جميع عينات المدخلات ألي، أي مرشح المتوسط ​​المتحرك في وقت لاحق في هذا الفصل نبين أن المرشحات الأخرى هي في الأساس جيدة كما هو الحال، لا مرشح أفضل من المتوسط ​​المتحرك البسيط. نويز ريدوكتيون بي إيماج AVERAGING. Image الضوضاء يمكن أن تضر مستوى التفاصيل في الخاص بك الصور الرقمية أو السينمائية، وبالتالي الحد من هذا الضجيج يمكن أن يعزز كثيرا الصورة النهائية أو الطباعة المشكلة هي أن معظم التقنيات للحد من أو إزالة الضوضاء ينتهي دائما تليين الصورة وكذلك بعض تليين قد تكون مقبولة للصور تتكون أساسا من المياه الملساء أو ، ولكن أوراق الشجر في المناظر الطبيعية يمكن أن تعاني حتى مع محاولات المحافظة للحد من الضوضاء. هذا القسم يقارن بين الأساليب الشائعة للحد من الضوضاء، كما يقدم تقنية بديلة متوسط ​​التعرض متعددة للحد من الضوضاء صورة المتوسط ​​هو شائع في التصوير الفلكي الراقية، ولكن يمكن القول أنه غير مستغلة تماما لأنواع أخرى من الإضاءة المنخفضة والتصوير الليلي المتوسط ​​لديه القدرة على الحد من الضوضاء دون المساس ديتا إيل، لأنه يزيد في الواقع نسبة الإشارة إلى الضوضاء شنر من الصورة الخاصة بك وهناك مكافأة إضافية هي أن المتوسط ​​قد يزيد أيضا عمق بت الصورة الخاصة بك إلى أبعد من ما يمكن أن يكون مع صورة واحدة المتوسط ​​يمكن أيضا أن تكون مفيدة بشكل خاص لأولئك الذين يرغبون في تقليد ونعومة إسو 100، ولكن الكاميرا التي تنخفض فقط إلى إسو 200 مثل معظم نيكون سلر الرقمية s. Image متوسط ​​يعمل على افتراض أن الضوضاء في الصورة الخاصة بك عشوائية حقا بهذه الطريقة، والتقلبات العشوائية فوق وتحت البيانات الصورة الفعلية سوف تدريجيا حتى خارج كمتوسط ​​واحد المزيد والمزيد من الصور إذا كنت تأخذ لقطتين من التصحيح الرمادي على نحو سلس، وذلك باستخدام إعدادات الكاميرا نفسها وتحت ظروف درجة الحرارة، والإضاءة، وما إلى ذلك، ثم سوف تحصل على صور مماثلة لتلك التي تظهر على اليسار . وتمثل المؤامرة المذكورة أعلاه تقلبات السطوع على طول شرائح رقيقة زرقاء وحمراء من بكسل في الصور العلوية والسفلية، على التوالي يمثل خط أفقي متقطع المتوسط، أو ما هذه المؤامرة ل أوك كما لو كان هناك صفر الضوضاء لاحظ كيف أن كل من الخطوط الحمراء والزرقاء تتقلب بشكل فريد فوق وتحت خط متقطع إذا كان علينا أن تأخذ قيمة بكسل في كل موقع على طول هذا الخط، ومتوسط ​​ذلك مع قيمة للبكسل في نفس موقع للصورة الأخرى، ثم سيتم تقليل الاختلاف سطوع على النحو التالي. على الرغم من أن متوسط ​​اثنين لا يزال يتقلب فوق وتحت المتوسط، والحد الأقصى للانحراف تقلص إلى حد كبير بصريا، وهذا له تأثير على جعل التصحيح إلى اليسار تبدو أكثر سلاسة صورتان متوسطتان عادة ما تنتج ضوضاء تشبه إعداد إسو الذي هو نصف حساس، لذلك صورتين متوسطتين أخذت في إسو 400 هي مماثلة لصورة واحدة اتخذت في إسو 200، وهلم جرا بشكل عام، وانخفاض حجم تقلبات الضوضاء من قبل الجذر التربيعي لعدد الصور في المتوسط، لذلك تحتاج إلى متوسط ​​4 صور من أجل خفض حجم في النصف. الميزات التفصيلية مقارنة. المثال التالي يوضح فعالية متوسط ​​الصورة في الحقيقي - w أورلد إكسامبل وقد التقطت الصورة التالية في إسو 1600 على المتمردين كانون يوس 300D، ويعاني من الضوضاء المفرطة. هذا المثال يوضح كيفية استخدام المتوسطات المتحركة المتحركة وإعادة عزل لعزل تأثير المكونات الدورية من الوقت من اليوم على درجة الحرارة كل ساعة والقراءات، وكذلك إزالة الضوضاء خط غير المرغوب فيها من قياس الجهد حلقة مفتوحة يوضح المثال أيضا كيفية تسهيل مستويات إشارة على مدار الساعة مع الحفاظ على حواف باستخدام مرشح وسيط يوضح المثال أيضا كيفية استخدام فلتر هامبيل لإزالة كبيرة outliers. Smoothing هو كيف نكتشف أنماط هامة في بياناتنا في حين ترك الأشياء التي هي غير مهم أي الضوضاء نستخدم تصفية لأداء هذا التمهيد هدف التمهيد هو إحداث تغييرات بطيئة في القيمة بحيث يكون من الأسهل أن نرى الاتجاهات في منطقتنا البيانات. في بعض الأحيان عند فحص البيانات المدخلات قد ترغب في تسهيل البيانات من أجل رؤية اتجاه في إشارة في مثالنا لدينا مجموعة من قراءات درجة الحرارة في مئوية اتخذت ه ساعة جدا في مطار لوغان لمدة شهر كامل من يناير 2011. ملاحظة أننا يمكن أن نرى بصريا تأثير أن الوقت من اليوم لديه على قراءات درجة الحرارة إذا كنت مهتما فقط في التغير في درجة الحرارة اليومية خلال الشهر، وتقلبات الساعة فقط تساهم الضوضاء، مما يمكن أن يجعل من الصعب التعرف على الاختلافات اليومية لإزالة تأثير الوقت من اليوم، ونحن نود الآن لتسهيل البيانات الخاصة بنا باستخدام فلتر المتوسط ​​المتحرك. المعدل المتحرك مرشح. في أبسط أشكاله، المتوسط ​​المتحرك مرشح طول N يأخذ متوسط ​​كل N عينات متتالية من الموجي. لتطبيق مرشح المتوسط ​​المتحرك إلى كل نقطة البيانات، نبني معاملاتنا من مرشح لدينا بحيث تكون كل نقطة على قدم المساواة المرجح ويسهم 1 24 إلى المعدل الإجمالي هذا يعطينا متوسط ​​درجة الحرارة على مدار كل 24 ساعة. فيلتر تأخير. ملاحظة أن الإخراج تصفيتها تأخر حوالي اثني عشر ساعة ويرجع ذلك إلى حقيقة أن لدينا مرشح المتوسط ​​المتحرك لديه تأخير. أي f متماثل f إيلتر من طول N سيكون لها تأخير من N-1 2 عينات يمكننا حساب هذا التأخير يدويا. استخراج متوسط ​​الاختلافات. بكل بديل، يمكننا أيضا استخدام فلتر المتوسط ​​المتحرك للحصول على تقدير أفضل لكيفية يؤثر الوقت من اليوم بشكل عام درجة الحرارة للقيام بذلك، أولا، طرح البيانات ممهدة من القياسات درجة الحرارة في الساعة ثم، تقسيم البيانات اختلافا في أيام واتخاذ المتوسط ​​خلال جميع أيام 31 في الشهر. استخراج الذروة المغلف. في بعض الأحيان نود أيضا أن يكون لها بسلاسة متفاوتة تقدير الكيفية التي تتغير بها درجات الحرارة العالية والمنخفضة لإشارات درجة الحرارة يوميا للقيام بذلك يمكننا استخدام وظيفة المغلف لربط أعلى مستوياتها وأقصىها المكتشفة خلال مجموعة فرعية من فترة 24 ساعة في هذا المثال، علينا أن نضمن أن هناك 16 ساعة على الأقل بين كل ارتفاع حاد ومتطرف للغاية يمكننا أيضا الحصول على شعور كيف تتجه الارتفاعات والانخفاضات من خلال اتخاذ المتوسط ​​بين النقيضين. المتوسط ​​المتحرك يتحرك الفلاتر. أنواع أخرى من مرشحات المتوسط ​​المتحرك لا وزن كل عينة بالتساوي. المرشح المشترك آخر يتبع توسع الحدين من هذا النوع من مرشح تقترب من منحنى العادي لقيم كبيرة من n ومن المفيد لتصفية الضوضاء عالية التردد ل n صغيرة للعثور على معاملات للمرشح ثنائي الحدين، مع نفسه ومن ثم تكرارا تزامن الإخراج مع عدد محدد من المرات في هذا المثال، استخدم خمسة تكرارات الكلي. أي مرشح آخر يشبه إلى حد ما مرشح توسع غاوس هو مرشح المتوسط ​​المتحرك الأسي هذا النوع من المرشح المتوسط ​​المتحرك المرجح من السهل بناء و لا يتطلب حجم نافذة كبيرة. يمكنك ضبط مرشح متوسط ​​متحرك أضعافا مضاعفة بواسطة معلمة ألفا بين صفر وواحد وهناك قيمة أعلى من ألفا سوف يكون أقل تمهيد. زوم في على قراءات ليوم واحد. حدد بلدك.