【问题标题】:Fast Fourier Transformation - Rounding Errors快速傅立叶变换 - 舍入误差
【发布时间】:2015-07-20 22:30:14
【问题描述】:

我正在将图像转换为频谱,将其与内核进行卷积,然后将其逆变换回来。

我想问我如何处理转换过程中出现的舍入错误。就像我转换图像,然后立即将其转换回来一样,我的平均 PSNR 为 127。(我将浮点格式的像素转换为 0.0 到 1.0 之间。)

是否可以计算错误并纠正它们?

【问题讨论】:

  • 为了给出更好的答案,我想问你,你为什么关心数值精度?它会引起问题吗?还是您只是在测量和观察?
  • 我只是担心当我对图像应用更多卷积过滤器时会丢失太多图像信息。
  • 啊,好吧。现在通过 PSNR=127,您实际上是指 127(即 21 dB)还是 127 dB?另外,您使用的是什么数字类型 - 浮点数、双精度数或其他?
  • 不,它是 127 分贝。我正在使用浮动。使用 double 会降低性能,对吗?
  • 127 dB 就足够了 =)。是的,double 会比float 使用更多的内存,但你必须进行基准测试,看看它在实践中是否真的存在问题。

标签: image-processing rounding fft


【解决方案1】:

简短回答:如果您希望减少舍入误差,那么您需要更准确的数字格式。此外,您无法计算误差。

更准确的浮点格式包括:

  • x87 80 位扩展精度(long double)
  • BigInteger 定点
  • 大十进制

另外,127 dB 的 PSNR 不是很好吗?

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2011-07-12
    • 2011-04-21
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多