Box2D内核

class astropy.convolution.Box2DKernel(width, **kwargs)

基类：Kernel2D

二维盒过滤器内核。

长方体滤镜或滑动平均值是平滑滤镜。它不是各向同性的，在重复应用于相同数据时可能会产生伪影。

生成的内核被规格化，以便它集成到1。

默认情况下，Box内核使用 linear_interp 离散化模式，允许不移位，大小均匀的内核。这是通过用1/2加权边缘像素来实现的。

参数:

width : number数

筛选器内核的宽度。

mode{‘LINEAR_INTERP’，‘CENTER’，‘OVERSAME’，‘INTEGRATE’}，可选

以下离散化模式之一：

• “线性插值”（默认）

  离散化模型通过执行双线性插值之间的值在角落。

• “中心”

  将模型离散化，取箱子中心的值。

• '过采样'

  通过在过采样网格上取平均值来离散模型。

• “集成”

  通过在箱子上整合模型来离散模型。

factor : number ，可选数字，可选

过采样系数。默认系数=10。

参见

Gaussian2DKernel, Tophat2DKernel, RickerWavelet2DKernel, Ring2DKernel

TrapezoidDisk2DKernel, AiryDisk2DKernel, Moffat2DKernel

实例

内核响应：

import matplotlib.pyplot as plt
from astropy.convolution import Box2DKernel
box_2D_kernel = Box2DKernel(9)
plt.imshow(box_2D_kernel, interpolation='none', origin='lower',
           vmin=0.0, vmax=0.015)
plt.xlim(-1, 9)
plt.ylim(-1, 9)
plt.xlabel('x [pixels]')
plt.ylabel('y [pixels]')
plt.colorbar()
plt.show()

(png, svg, pdf)