Python SciPy signal.gauss_spline用法及代碼示例

本文簡要介紹 python 語言中 scipy.signal.gauss_spline 的用法。

用法:

scipy.signal.gauss_spline(x, n)#

對 n 階 B-spline 基函數的高斯逼近。

參數 ：：

x： array_like

一個結向量

n： int

樣條線的順序。必須為非負數，即 n >= 0

返回 ：：

res： ndarray

B-spline 基函數值由zero-mean 高斯函數近似。

注意：

B-spline 基函數可以很好地近似為標準差等於的zero-mean 高斯函數\(\sigma=(n+1)/12\)對於大n：

\[\frac{1}{\sqrt {2\pi\sigma^2}}exp(-\frac{x^2}{2\sigma})\]

參考：

[1]

Bouma H.、Vilanova A.、Bescos J.O.、ter Haar Romeny B.M.、Gerritsen F.A. (2007) 基於B-Splines 的快速準確的高斯導數。在：Sgallari F.、Murli A.、Paragios N.(編輯)計算機視覺中的尺度空間和變分方法。 SSVM 2007。計算機科學講義，第 4485 卷。施普林格，柏林，海德堡

[2]

http://folk.uio.no/inf3330/scripting/doc/python/SciPy/tutorial/old/node24.html

例子：

我們可以計算近似於高斯分布的B-Spline基函數：

>>> import numpy as np
>>> from scipy.signal import gauss_spline, bspline
>>> knots = np.array([-1.0, 0.0, -1.0])
>>> gauss_spline(knots, 3)
array([0.15418033, 0.6909883, 0.15418033])  # may vary

>>> bspline(knots, 3)
array([0.16666667, 0.66666667, 0.16666667])  # may vary