适合执行

你好，我正在试图适合一个图像的psf。背景应该用低阶多项式来近似。如果我只是把一个常数，它工作正常：适合执行

def fitter(image, trueImage,psf,intensity): 
    p0 = [intensity]    
    p0.append(np.amin(trueImage)*4**2) 
    meritFun = lambda p: np.ravel(image-(p[0]*psf+p[1])) 
    p = least_squares(meritFun,p0,method='trf')

现在我有一个如何来改变x的问题和y对我的多项式：

#Does not work! 
def fitter(image, trueImage,psf,intensity): 
    p0 = [intensity]    
    p0.append(np.amin(trueImage)*4**2) 
    p0.append(1) 
    p0.append(1) #some clever initial guess 
    meritFun = lambda p: np.ravel(image-(p[0]*psf+p[1]+p[2]*x+p[3]*y)) 
    p = least_squares(meritFun,p0,method='trf')

x和y是obviuosly指数我,j我的图像阵列，但我怎么知道我的适合的例程？

来源

2017-03-02 Sebastiano1991

您是否在寻找像'np.ogrid [：image.shape [0]： image.shape [1]]'？ –

np.ogrid感觉不错....我做的：'meritFun = lambda p：np.ravel（image - （p [0] * psf + p [1] * np.ogrid [：image.shape [0] ] + p [2] * np.ogrid [：image.shape [1]] + p [3]））'。这是否正确实施？代码编译，但现在我的钳工没有找到解决方案（这可能是一个数值难题，但我想排除我的函数有什么问题。再次我想要的模型看起来像：'image - （A * psf + c1 * x + c2 * y + c0）' – Sebastiano1991

我现在很确定np.ogrid做了这个把戏，谢谢你非常有用的功能！ – Sebastiano1991

正如保罗装甲在评论中提到的，解决这个的一个方法是通过使用np.ogrid：

def fitter(image, trueImage,psf,intensity): 
    x = np.ogrid[:image.shape[0]] 
    y = np.ogrid[:image.shape[1]] 
    p0 = [intensity]    
    p0.append(np.amin(trueImage)*4**2) 
    p0.append(0) 
    p0.append(0) 
    meritFun = lambda p: np.ravel(image-(p[0]*psf+p[1]+p[2]*x+p[3]*y)) 
    p = least_squares(meritFun,p0,method='trf')

来源

2017-03-03 17:05:01 Sebastiano1991

回答

相关问题