matlab自带函数实现高斯滤波(gauss filter)快速算法

本文探讨了一种优化图像处理速度的方法,通过将高斯核分为水平和垂直方向,依次对图像进行卷积操作。这种方法利用了1行ksize列的高斯核,先沿x轴方向卷积,再沿y轴方向卷积,从而提高了图像处理的效率。

将高斯核分为水平方向和垂直方向,先后对图像进行卷积处理,可提高处理速度。

function output=gaussFilter(I,sigma)
output=I;
ksize=double(uint8(3*sigma)*2+1);%窗口大小一半为3*sigma 
window = fspecial('gaussian', [1,ksize], sigma); %使用1行ksize列的高斯核对图像先进行x方向卷积,再进行y方向卷积
for i = 1:size(I,3)
    ret = imfilter(I(:,:,i),window,'replicate');
    ret = imfilter(ret,window','replicate');
    output(:,:,i) = ret;
end 
end
下面是一般算法

function output=gaussFilter(I,sigma)

output = I.*0; 
window=double(uint8(3*sigma)*2+1);%窗口大小一半为3*sigma  
H=fspecial('gaussian', window, sigma);

for c=1:size(I,3)
    output(:,:,c)=imfilter(I(:,:,c),H,'replicate');
end

end





本文是采用MATLAB仿真计算平台对人口预测的应用问题所进行的一些研究,其研究工作基础与研究背景源自本人承担的2010年浙江省教育厅科研课题项目《基于MATLAB仿真预测模型及犯罪数量实测研究》的前期工作、2009年浙江警官职业学院科研课题项目《基于MATLAB曲线拟合分析研究》与《基于MATLAB人口预测分析研究》以及多年来从事《数学实验》的教学工作。相关的研究成果已发表于吉林师范大学学报(自然科学版,2010年5月)及微计算机信息学报(2010年8月)本论文的研究成果主要包括:采用MATLAB软件仿真实测出近期人口预测模型: 以MATLAB仿真计算平台,以中国1990-2008年历年人口统计资料为数据环境,仿真实测出了适于近期人口预测的简洁高效的多项式模型与傅立叶级数模型。依照预测时间的不同,从多个角度探讨了近期预测模型的准确度,进而得到了具有较高准确度的近期人口预测模型。改进了传统LOGISTIC人口预测模型的相关参数:以往传统的中远期人口预测模型多引自于荷兰学者Verhaus提出的LOGISTIC模型,其数理上的人口总量并非一个无限增长的数学过程,内含的人口阻滞作用将使人口达到饱和而最终趋于常量,但人口预测的准确度取决于如何选取模型及待定参数。 为解决这个问题,本文采用MATLAB仿真计算平台进行了实测分析与研究,对LOGISTIC人口预测模型进行了泛化式改进,www.bolelib.com/post/29.html获得了与其它文献不同的人口环境容纳量。由本文完成的MATLAB仿真实验表明,改进后的LOGISTIC人口预测模型准确度明显提高,预测的平均相对误差由4.485%降低为0.606%,对LOGISTIC模型预测值再次修正后,预测的最大相对误差由1.30%降低为0.38%,其精度较好满足中远期人口预测的要求。 依所建立的LESLIE模型编程实测而获取了人口结构的重要数据:以66岁及以上为老年人口这个新的界定标准,得出了50年间各年龄段的人口数量,并进一步修正了LESLIE模型的预测误差,提高了近期人口预测的准确度。本文编程实测所获取的人口结构数据表明,未来50年中国人口扶养比攀升加快,仅基于2001年8.11%的中国人口扶养比进行预测,中国人口扶养比在2042年将增至32.06%,可能提前显现发达国家的人口结构,将给人均资源匮乏的中国社会造成沉重的负担。
评论
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
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