Algorithm 对数据集应用一维高斯模糊

我有一些数据集，其中每个对象都有一个

值

和

价格

。我想使用它们的

值将高斯模糊应用于它们的
价格
。因为我的数据只有一个组件用于模糊，所以我尝试应用1D高斯模糊

我的代码执行以下操作：

totalPrice = 0;
totalValue = 0;
for each object.OtherObjectsWithinPriceRange()
    totalPrice += price;
    totalValue += Math.Exp(-value*value);

price = totalPrice/totalValue;

我看到了很好的结果，但是我在网上看到的一维高斯模糊算法似乎使用了偏差、sigma、PI等。我需要它们吗，还是它们严格适用于二维高斯模糊？它们将这些1D模糊过程组合为垂直和水平，因此它们仍然适用于2D

我还将结果显示为颜色，但白色区域略大于1（白色）。我如何将其正常化？我是否应该将值钳制为1？这就是为什么我想知道我是否使用了正确的公式。
您的代码应用了某种模糊，尽管绝对不是高斯模糊。高斯模糊看起来像

kindaSigma = 1;
priceBlurred = object.price;
for each object.OtherObjectsWithinPriceRange()
   priceBlurred += price*Math.Exp(-value*value/kindaSigma/kindaSigma);

并且仅假设
值
与
对象
和价格范围内的其他对象之间的“距离”成比例，无论应用程序中的“距离”是什么意思

回答你的问题

二维高斯模糊完全等同于垂直和水平一维高斯模糊的组合。这就是2D高斯模糊通常在实践中的实现方式

你不需要任何π或sigmas作为高斯函数的乘法因子——它们只具有缩放图像的效果，可以安全地忽略

指数下的西格玛（标准偏差）对结果有重大影响，但我无法告诉您是否需要它。这取决于你的申请。
想要更模糊：在上面的代码片段中使用更大的
kindaSigma
。
想要更少的模糊：使用更小的
kindaSigma
。
当kindaSigma太小时，你根本不会注意到任何模糊。当kindaSigma太大时，高斯模糊会有效地将自身转换为移动平均滤波器。
玩它，选择你需要的

我不确定我是否理解你的问题。在图像处理中，通常将每个颜色分量（R、G、B）存储为
无符号字符
。所以黑色用（0,0,0）表示，白色用（255255）表示。当然，您可以自由选择不同的演示形式，并选择白色作为1。但请记住，对于使用标准8位表示的可视化软件包，值1表示几乎为黑色。因此，在显示之前，您可能需要对图像进行操作和重新规范化

你在做什么？你用什么语言？你想展示什么吗？你到底在展示什么？你看到的“好结果”是什么？
exp（-value，value）
应该是什么意思？我也许可以帮你，但我搞不清楚你到底想做什么。请说得更清楚些，只是一个实验。把这些物体想象成“商品”，我试图模糊它们的“价格”值，就像图像的RGB值一样，除了这是一个浮动。语言是C#，但任何语言都可以。什么是
exp（-value，value）
？exp不应该只接受一个arg吗？我看不出你的例子有什么模糊之处。模糊是卷积，每个输出像素都应该是周围像素的组合。抱歉，现在修复了它。循环基本上是对价格范围内的对象进行循环。因此，如果价格范围为100，那么对于每个对象，它将循环通过具有相同价格范围的所有其他对象-/+100。谢谢。实际上，我在这里使用了类似的东西：（1.0/（Math.Sqrt（2.0*Math.PI）*标准偏差）*Math.Exp（-Math.Pow（CDbl（Distance），2.0）/（2.0*Math.Pow（standarddiation，2.0））），但这并没有给我足够好的模糊度，而且图像明显比原始图像暗，比如亮度的一半。我也不知道西格玛应该使用什么值。我想我可以把它作为一个参数，但在photoshop中，例如，它们只有半径，没有sigma，所以我认为这个值应该是自动的。Joan，如果图像太暗，你总是可以重新缩放图像-最好先在Math.Exp（）前面去掉乘法因子。增加标准偏差以获得更多模糊。在不熟悉您的应用程序的情况下，我可以说，人们通常根本不需要高斯模糊。您可以简单地使用加权平均值，如
fuzzed[n]=（original[n]+k*（original[n-1]+original[n+1]）/2
，这将产生足够满足您需要的模糊效果，当然计算效率更高，特别是当
k
是2的反比时。谢谢Arik，
k
这里的重量是多少？是的。对于“更平滑”的模糊，您还可以在原始[n-2]和原始[n+2]中进行称重，以此类推。当然，随着重量的减少。