RickerWavelet2D内核#
- class astropy.convolution.RickerWavelet2DKernel(width, **kwargs)[源代码]#
基类:
Kernel2D
二维Ricker小波滤波器核(有时称为“墨西哥帽”核)。
Ricker小波,或称逆高斯拉普拉斯滤波器,是一种带通滤波器。它平滑数据并删除缓慢变化或恒定的结构(例如背景)。它对于峰值或多尺度检测非常有用。
该核是通过计算二阶导数,由归一化高斯函数导出的。这将导致核中心的振幅为1。/(圆周率) 宽度 *(四)。标准化与
scipy.ndimage.gaussian_laplace
,除了一个负号。备注
看到了吗https://github.com/astropy/astropy/pull/9445有关重命名此内核的讨论。
- 参数:
- width : number数
滤波器核的宽度,定义为导出它的高斯函数的标准差。
- x_size :
int
,可选PYTHON:int,可选 内核数组x方向的大小。默认值=⌊8*Width+1⌋。
- y_size :
int
,可选PYTHON:int,可选 内核数组y方向的大小。默认值=⌊8*Width+1⌋。
- mode{‘CENTER’,‘LINEAR_INTERP’,‘OVERSAME’,‘INTEGRATE’},可选
- 以下离散化模式之一:
- “居中”(默认)
将模型离散化,取箱子中心的值。
- 'linear_interp'
离散化模型通过执行双线性插值之间的值在角落。
- '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
实例
内核响应: