Стандартное отклонение от линейной функции времени экспозиции камеры Решение

ШАГ 0: Сводка предварительного расчета
Используемая формула
Среднеквадратичное отклонение = Модель Функция*(Интенсивность излучения)*Функция поведения модели*(1/Расстояние между камерой и IRED^2)*(Коэффициент модели 1*Время экспозиции камеры+Коэффициент модели 2)
Σ = ζ*(Ip)*δ*(1/d^2)*(τ1*t+τ2)
В этой формуле используются 8 Переменные
Используемые переменные
Среднеквадратичное отклонение - Стандартное отклонение обеспечивает меру дисперсии интенсивностей уровней серого изображения и может пониматься как уровень мощности переменного компонента сигнала, полученного камерой.
Модель Функция - Функция модели: функция, используемая для моделирования поведения Σ с помощью IRED.
Интенсивность излучения - (Измеряется в Ампер) - Интенсивность излучения — это лучистый поток, испускаемый, отражаемый, передаваемый или принимаемый на единицу телесного угла.
Функция поведения модели - Функция моделирования поведения — это функция для моделирования поведения с расстоянием d между камерой и IRED.
Расстояние между камерой и IRED - (Измеряется в метр) - Расстояние между камерой и IRED.
Коэффициент модели 1 - Коэффициент модели 1 коэффициент для моделирования линейной зависимости между t и Σ.
Время экспозиции камеры - (Измеряется в Второй) - Camera Exposure Time: продолжительность времени, в течение которого камера собирает свет от вашего образца.
Коэффициент модели 2 - Коэффициент модели 2 — это коэффициент для моделирования линейной зависимости между t и Σ.
ШАГ 1. Преобразование входов в базовый блок
Модель Функция: 1.75 --> Конверсия не требуется
Интенсивность излучения: 2.45 Миллиампер --> 0.00245 Ампер (Проверьте преобразование здесь)
Функция поведения модели: 6 --> Конверсия не требуется
Расстояние между камерой и IRED: 2.85 сантиметр --> 0.0285 метр (Проверьте преобразование здесь)
Коэффициент модели 1: 3.15 --> Конверсия не требуется
Время экспозиции камеры: 6 микросекунда --> 6E-06 Второй (Проверьте преобразование здесь)
Коэффициент модели 2: 2.75 --> Конверсия не требуется
ШАГ 2: Оцените формулу
Подстановка входных значений в формулу
Σ = ζ*(Ip)*δ*(1/d^2)*(τ1*t+τ2) --> 1.75*(0.00245)*6*(1/0.0285^2)*(3.15*6E-06+2.75)
Оценка ... ...
Σ = 87.0966281348107
ШАГ 3: Преобразуйте результат в единицу вывода
87.0966281348107 --> Конверсия не требуется
ОКОНЧАТЕЛЬНЫЙ ОТВЕТ
87.0966281348107 87.09663 <-- Среднеквадратичное отклонение
(Расчет завершен через 00.004 секунд)

Кредиты

Сделано Сурья Тивари
Пенджабский инженерный колледж (УИК), Чандигарх, Индия
Сурья Тивари создал этот калькулятор и еще 9!
Проверено Парминдер Сингх
Чандигархский университет (ТС), Пенджаб
Парминдер Сингх проверил этот калькулятор и еще 600+!

19 Основы цифрового изображения Калькуляторы

Стандартное отклонение от линейной функции времени экспозиции камеры
Идти Среднеквадратичное отклонение = Модель Функция*(Интенсивность излучения)*Функция поведения модели*(1/Расстояние между камерой и IRED^2)*(Коэффициент модели 1*Время экспозиции камеры+Коэффициент модели 2)
Билинейная интерполяция
Идти Билинейная интерполяция = Коэффициент а*X координата+Коэффициент б*Координата Y+Коэффициент с*X координата*Координата Y+Коэффициент d
Ленточные нагрузки, связанные с основными компонентами
Идти K-диапазонные нагрузки с P-основными компонентами = Собственное значение для компонента P полосы k*sqrt(Pth собственное значение)/sqrt(Дисперсия полосы k в матрице)
Энтропия изображения по длине
Идти Энтропия длины прогона изображения = (Энтропия длины черного пробега+Энтропия длины белого пробега)/(Среднее значение длины пробега черных+Среднее значение длины пробега белых)
Линейная комбинация расширения
Идти Линейная комбинация функций расширения = sum(x,0,Целочисленный индекс для линейного расширения,Реальные коэффициенты расширения*Действительнозначные функции расширения)
Совокупная частота для каждого значения яркости
Идти Совокупная частота для каждого значения яркости = 1/Общее количество пикселей*sum(x,0,Максимальное значение яркости,Частота появления каждого значения яркости)
Вейвлет-коэффициент
Идти Детальный вейвлет-коэффициент = int(Расширение функции масштабирования*Функция расширения вейвлета*x,x,0,Целочисленный индекс для линейного расширения)
Размер шага квантования при обработке изображений
Идти Размер шага квантования = (2^(Номинальный динамический диапазон-Количество битов, отведенных экспоненте))*(1+Количество битов, выделенных мантиссе/2^11)
Изображение с водяным знаком
Идти Изображение с водяным знаком = (1-Весовой параметр)*Немаркированное изображение+Весовой параметр*Водяной знак
Максимальная эффективность паровой машины
Идти Максимальная эффективность паровой машины = ((Разница температур)-(Температура))/(Разница температур)
Ряд цифровых изображений
Идти Ряд цифровых изображений = sqrt(Количество битов/Колонка цифровых изображений)
Цифро-аналоговый преобразователь
Идти Разрешение цифро-аналогового преобразователя = Опорное напряжение/(2^Количество битов-1)
Вероятность появления уровня интенсивности на данном изображении
Идти Вероятность интенсивности = Интенсивность возникает в изображении/Количество пикселей
Отклонение частоты изображения
Идти Подавление частоты изображения = (1 +Фактор качества^2*Константа отбраковки^2)^0.5
Колонка цифрового изображения
Идти Колонка цифровых изображений = Количество битов/(Ряд цифровых изображений^2)
Количество бит
Идти Количество битов = (Ряд цифровых изображений^2)*Колонка цифровых изображений
Размер файла изображения
Идти Размер файла изображения = Разрешение изображения*Битовая глубина/8000
Энергия различных компонентов
Идти Энергия компонента = [hP]*Частота
Количество уровней серого
Идти Количество уровней серого = 2^Колонка цифровых изображений

Стандартное отклонение от линейной функции времени экспозиции камеры формула

Среднеквадратичное отклонение = Модель Функция*(Интенсивность излучения)*Функция поведения модели*(1/Расстояние между камерой и IRED^2)*(Коэффициент модели 1*Время экспозиции камеры+Коэффициент модели 2)
Σ = ζ*(Ip)*δ*(1/d^2)*(τ1*t+τ2)
Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!