Eu preciso dizimar um sinal por um fator de q.
Mais especificamente, meu sinal é uma "imagem" 3D: , que eu preciso por um fator de dois na direção z.
Quero fazer a filtragem lowpass antes da dizimação, convolvendo com um kernel gaussiano de tamanho n.
Crio meus kernels gaussianos 2 desvios padrão abaixo e acima de 0, pois isso representa 95% da distribuição.
Estou procurando uma regra prática que me diga o quão grande deve ser o n.
Estou certo ao pensar que o gaussiano deveria filtrar todas as frequências acima de fN / q, onde fN: frequência Nyquist do sinal original?
Eu sei que o Fourier de um gaussiano com desvio padrão é outro gaussiano com desvio padrão . Não tenho certeza de quão rigoroso deve ser o meu filtro passa-baixo. A frequência de corte, fc, deve estar em 2 ou 3 desvios padrão?
Qual é então a equação para a frequência de corte, fc, de um núcleo gaussiano com tamanho n: fc (n) =?
Abaixo está a resposta de frequência de alguns núcleos gaussianos calculados no Matlab:
Meu problema real envolve q = 2 e, a partir desta figura, vejo que n = 5 deve funcionar bem. Teria sido bom ter uma regra de ouro, então não preciso fazer isso para cada q que encontro.
Respostas:
Eu acho que o que você quer fazer é semelhante ao redimensionamento da imagem. Nesse caso, várias funções integradas no MATLAB podem ser usadas para essa finalidade, por exemplo, redimensionar .
fonte