RickerWavelet 1 Dコア

class astropy.convolution.RickerWavelet1DKernel(width, **kwargs)

ベースクラス: astropy.convolution.core.Kernel1D

1 D Rickerウェーブレットフィルタリングコア(“メキシコキャップ”コアとも呼ばれることがあります)。

Rickerウェーブレットまたは逆ガウス-ラプラスフィルタは帯域通過フィルタである。データを平滑化し、緩やかに変化するまたは一定の構造(例えば、背景)を除去する。これはピークやマルチスケール検出に適している。

この核は正規化ガウス関数から二次微分係数を計算することで得られる。これにより，カーネル中心での振幅は1/(sqrt(2)となる. PI) 幅**3)。規格化と同じ scipy.ndimage.gaussian_laplace 1つの減号を除いて。

注釈

このカーネルリネーミングの議論については，https：//github.com/astropy/avospy/ull/9445を参照されたい.

パラメータ

width番号をつける

フィルタコアの幅は，そこから導かれるガウス関数の標準偏差として定義される.

x_size形が整っていて、オプションです

カーネル配列x方向の大きさ.デフォルト値=Σ8*Width+1≡です。

mode文字列、オプション

以下の離散化モデルの1つ：

• “真ん中”(デフォルト)

  箱の中心の値をとることでモデルを離散化する.

• 'linear_interp'

  モデルは，ボックス角点における値間で線形補間を行うことで離散化される.

• “過サンプリング”

  過サンプリンググリッド上の平均値をとることでモデルを離散化する.

• “統合”

  ボックス上にモデルを統合することでモデルを離散化する.

factor数字、オプション

オーバーサンプリング係数。デフォルト因子=10。

参考

Box1DKernel, Gaussian1DKernel, Trapezoid1DKernel

実例.

カーネル応答：

import matplotlib.pyplot as plt
from astropy.convolution import RickerWavelet1DKernel
ricker_1d_kernel = RickerWavelet1DKernel(10)
plt.plot(ricker_1d_kernel, drawstyle='steps')
plt.xlabel('x [pixels]')
plt.ylabel('value')
plt.show()

(png, svg, pdf)