其德刚健而文明，应乎天而时行。

摘要： 高斯窗常用于对图像进行模糊或低通滤噪，但是随着高斯半径的增加，时间消耗会逐级增加如高斯半径为N时，计算每个输出采样点需要计算的乘法次数为（2N+1）*模糊方向数，加法次数为2N*模糊方向数，这种情况下，当N=100时，甚至更大时，计算量是非常大的，即使进行SIMD指令集优化，在很多情况下仍然不能满足要求，比如N=100时，优化后的汇编代码的执行时间也通常在几百毫秒以上，远不能达到实时处理要求上述的方法是使用高斯窗口对准的原理进行实现的，属于FIR型滤波，因为对于半径大于N的像素点，其权重取为0，即对当前点无贡献，然而在实际中我们知道，即使在3倍标准差外的像素也应该对中心点有贡献的，虽然很小基于 阅读全文

摘要： 1。关于傅里叶变换变换？（来自百度知道）答：fourier变换是将连续的时间域信号转变到频率域；它可以说是laplace变换的特例，laplace变换是fourier变换的推广，存在条件比fourier变换要宽，是将连续的时间域信号变换到复频率域（整个复平面，而fourier变换此时可看成仅在jΩ轴）；z变换则是连续信号经过理想采样之后的离散信号的laplace变换，再令z=e^sT时的变换结果（T为采样周期），所对应的域为数字复频率域，此时数字频率ω=ΩT。 ——参考郑君里的《信号与系统》。傅里叶变换的实质是将一个信号分离为无穷多多正弦/复指数信号的加成，也就是说，把信号变成正弦信号相加的形 阅读全文

摘要： 两个函数的卷积是一个非常有意义的物理概念，在谐波分析和图象处理等许多科学领域都有重要应用。在FFT出现之前，关于卷积的计算，与DFT一样，忍受着沉重的计算负担。为此，本节将讨论卷积以及利用FFT对离散卷积的计算问题。§4.1卷积假设x(t)和h(t)是定义在实轴上的实值或复值函数，则x(t)与h(t)的卷积简记为x(t)*h(t)，且由以下积分确定 （56）这里的运算符“*”是一个抽象的数学符号。利用变量代换，不难发现“*”是可交换的，即x(t)*h(t)=h(t)*x(t)（57）因为卷积的原理特别不易想象，让我们用图6作一简单解释。 图6中(a)和(b)分别给出了函数x(t)和h 阅读全文

摘要： ■ 耶鲁大学心态 1、要自信，绝对自信，无条件自信，时刻自信，即使在做错的时候。 2、寂寞空虚无聊的时候看点杂志，听听音乐，没事给自己找事干，可以无益，但不能有害。 3、不要想太多，尤其是负面的想法，定时清除消极思想。 4、学会忘记一些东西，那些痛苦的、尴尬的、懊悔的记忆，为阳光的记忆腾出空间。 5、敢于尝试新事物，敢于丢脸，热爱丢脸，勇于挑战。年轻时多犯几次错误，有好处。但能一步到位的，一次就对的，就别出叉子。 6、每天都是新的一天，烦恼痛苦不过夜。每天早晨以乐观热情的心情迎接新的一天。即使昨天被人扇了一个大嘴巴。 7、承认自己的不聪明，不勇敢，这样在面对别人的优秀时，可以坦然... 阅读全文