2次元ガウシアン画像の理論計算-02
2次元ガウシアンの積分
極座標変換するので,
\( \Large x^2 + y^2 = r^2 \)
\( \Large x = r \ cos \theta \)
\( \Large y = r \ sin \theta \)
\( \Large Z= \frac{1}{ 2 \ \pi \ \sigma^2} e^{- \frac{y^2}{2 \ \sigma^2}} \)
となります.
nσまで積分するとした場合,積分範囲は,θに関しては,0~2π,rに関しては,0からnσ,となります.
さらに変数変換を行い,
\( \Large \displaystyle \int_{0}^{2 \pi} \int_{0}^{n \sigma} \frac{1}{ 2 \ \pi \ \sigma^2} e^{- \frac{r^2}{2 \ \sigma^2}} r dr d \theta \)
を計算します.rが入っていることに注意してください.
θに関しては,単純に,2π,となりますので,
\( \Large \frac{1}{ \sigma^2} \displaystyle \int_{0}^{n \sigma} e^{- \frac{r^2}{2 \ \sigma^2}} r dr \)
となります.この計算は,ここ,を参考にさせていただいて,
\( \Large - \frac{r^2}{2 \ \sigma^2} = t \)
\( \Large \frac{dt}{dr} = - \frac{r}{\sigma^2} \)
積分範囲は,
\( \Large 0 \ < \ r \ < \ n \sigma \)
\( \Large 0 \ < \ t \ < - \frac{ n^2}{2} \)
となるので,
\( \Large \frac{1}{ \sigma^2} \displaystyle \int_{0}^{- \frac{ n^2}{2}} - \frac{\sigma^2}{r} e^{t} r dt \)
\( \Large = - \displaystyle \int_{0}^{- \frac{ n^2}{2}} e^{t} dt \)
と簡単になります.この積分は簡単で,
\( \Large = - \left[ e^{t} \right]_{0}^{- \frac{ n^2}{2}} \)
\( \Large = 1 - e^{- \frac{ n^2}{2}} \)
となります.
n=1
\( \Large = 1 - e^{- \frac{ 1}{2}} = 1-\frac{1}{\sqrt{e}} \fallingdotseq 0.393 \)
n=2
\( \Large = 1 - e^{- 2} = 1-\frac{1}{e^2} \fallingdotseq 0.865 \)
と算出することができました.