如何模拟 "image" 中的高斯噪声峰
How to simulate a Gaussian noisy peak in an "image"
我有一个系统，它看起来像一个相当嘈杂的图像，其中有一个对象，看起来可能是高斯峰。我想编写一个环境模拟器来测试算法，但我想不出一种干净的方法来将二维高斯峰添加到噪声帧。 This 类似于我想用我的算法做的事情，但我的数据更难获得（创建数据的事件每年只发生一两次）。如果可能，我想使用 OpenCV。
基本上我问的是如何在 OpenCV 矩阵中创建二维高斯峰。
您可能正在寻找这样的东西：
int ksize = your_gaussian_size_can_be_your_noise_frame_size;
cv::Mat gaussX = cv::getGaussianKernel(ksize, -1, CV_32F);
cv::Mat gaussY = cv::getGaussianKernel(ksize, -1, CV_32F);
cv::Mat gauss2d = gaussX * gaussY.t();
@gauss2d 是你需要的，如果我没看错的话。
我有一个系统，它看起来像一个相当嘈杂的图像，其中有一个对象，看起来可能是高斯峰。我想编写一个环境模拟器来测试算法，但我想不出一种干净的方法来将二维高斯峰添加到噪声帧。 This 类似于我想用我的算法做的事情，但我的数据更难获得（创建数据的事件每年只发生一两次）。如果可能，我想使用 OpenCV。
基本上我问的是如何在 OpenCV 矩阵中创建二维高斯峰。
您可能正在寻找这样的东西：
int ksize = your_gaussian_size_can_be_your_noise_frame_size;
cv::Mat gaussX = cv::getGaussianKernel(ksize, -1, CV_32F);
cv::Mat gaussY = cv::getGaussianKernel(ksize, -1, CV_32F);
cv::Mat gauss2d = gaussX * gaussY.t();
@gauss2d 是你需要的，如果我没看错的话。