快速傅立叶变换 - 舍入误差
我正在将图像转换为频谱，将其与内核卷积，然后将其逆变换回来。
我想问如何处理转换过程中发生的舍入错误。就像当我变换图像，然后立即将其变换回来时，我的平均 PSNR 为 127。（我在 0.0 和 1.0 之间变换浮点格式的像素。）
是否可以计算错误并纠正它们？
I am transforming an image to a frequency spectrum, convolving it with a kernel, then inverse-transforming it back.
I wanted to ask how I can handle the rounding errors which occur during the transformation. Like when I transform an image, then immediately transform it back I have an average PSNR of 127. (I transform the pixels in float format between 0.0 and 1.0.)
Is it possible to calculate the errors and correct them?
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
简短的回答：如果您想要更少的舍入误差，那么您需要更准确的数字格式。此外，您无法计算误差。
更精确的浮点格式包括：
另外，127 dB 的 PSNR 不是已经很好了吗？
Short answer: If you want less rounding error, then you need a more accurate number format. Also, you cannot calculate the error.
More accurate floating-point formats include:
Also, isn't a PSNR of 127 dB very good already?