搜索资源列表
imagefusion
- 提出了一种基于多通道 Gabo r滤波器和 FCM聚类的图像融合新方法。该方法先利用模糊 C2均值聚类算法在多通道 Gabo r滤波器形成的特征空间上对图像进行区域分割 再对待融合图像进行多尺度小波分解 在此基础上利用 Gabo r滤波器提取高频段纹理特征构造区域相似度 ,应用区域相似度及信息量构造加权因子 ,从而得到融合图像的小波系数 最后 ,利用小波逆变换得到融合图像.-Proposed a multi-channel Gabo r filter and FCM clustering f
VCImplementationOfWaveletTransform
- 小波变换VC++实现,包括图像去噪、图像编码、特征提取-VC++ implementation of wavelet transform, including image denoising, image coding, feature extraction, etc.
WaveletTransform
- 提出一种基于小波变换的图像配准方法。该方法首先用小波变换提取边缘特征点, 同时构成小波金字塔影像。在最高层利 用角度相关系数确定基准图像和配准图像之间的旋转角度, 经多分辨分级搜索匹配得到最终匹配特征点对, 利用这些特征点对待 配准图像进行配准纠正。实验结果表明, 改进方法有较好的效果, 可用于广泛应用领域。-Proposed a wavelet-based image registration method. In this method, using wavelet transfor
kuaisujiance
- 提出一种结合小波变换与共现矩阵用于纺织品图像缺陷检测的方法。首先将灰度图像分解成子带 然 后将纹理图像分割成互不重叠的子窗口, 提取共现特征 最后用无缺陷样品训练的M ahalanob is分类器将每一子 窗口划分为缺陷的和无缺陷的。应用该算法进行实际工厂环境中的纺织品缺陷检测。实验结果表明, 集中处理 具有强判决能力的某一频带提高了检测性能, 也改善了计算效率。-Propose a wavelet transform and co-occurrence matrix for the
mfile
- 简单写的一些图像预处理（灰度增强、小波高通滤波、LBP、迭代阈值分割、种子生长法etc）和RGB 、纹理（相关矩阵）特征提取-Write some simple image pre-processing (grayscale enhancement, wavelet high-pass filter, LBP, iterative threshold segmentation, seed growth method etc) and RGB, texture (correlation matri
Wavelets-in-Medical-Image-Processing
- Wavelet transforms and other multi-scale analysis functions have been used for compact signal and image representations in denoising, compression and feature detection processing problems for about twenty years. Numerous research works have proven th
image-fusion
- 图像融合，实现两幅图像的特征融合.该程序使用小波分解的方法先对两幅图像进行小波分解，然后进行多种方法对图像进行特征融合-Fusion, feature fusion of two images to achieve. The method uses wavelet decomposition of the two images before wavelet decomposition, and then features a variety of methods of image fusion
Xiaoboedge
- 基于多尺度的小波变换边缘提取，结果将会展现在不同参数下的特征提取效果。-Wavelet transform based on multi-scale edge detection, the results will be displayed in different parameters of the feature extraction results.
score
- 对获得的512维小波特征进行了PCA降维处理，将特征空间降至100维，并采用前面得出的最佳系数针对多项式核函数和高斯径向基核函数-On access to the 512-dimensional wavelet features to reduce the dimension of the PCA, will feature space to 100 dimensions, and using the best coefficients obtained for the previous pol
xbj
- 小波矩特征提取matlab代码-Wavelet moment feature extraction matlab code
dwt-matLab-marking
- 提出了一种基于小波变换可抗击几何攻击算法。在水印嵌人 部分# 首先对宿主图像进行小波分解 、 嵌人水印, 再通过余弦变换求得该水印图像的一个特征向量, 利用该特征向量和水印 信息通过12 31 函数生成一个二值逻辑系列, 将该序列作为密钥/ 水印提取部分为# 对待测的图像进行小波变换, 再通过余 弦变换求得待测图像的一个特征向量, 利用该特征向量和密钥通过1 2 4 1 函数提取出水印。-Proposed based on wavelet transform algorith
Moracevasobel
- 车辆特征提取 小波轮廓检测和Moracev焦点检测的功能融合-Vehicle contour detection and feature extraction of wavelet features Moracev focus detection integration
bianyuantiqu
- 基于小波多尺度的边缘特征提取，用matlab实现-Edge based on wavelet multi-scale feature extraction achieved with matlab
ARM
- 虹膜识别虹膜特征提取两种比较典型的方法— 多通道滤波 二维小波变换 -Iris Recognition Iris feature extraction two kinds of typical methods- multi-channel two-dimensional wavelet transform filter
Wavelet_denoising
- 基于小波变换的纹理特征提取方法，可以提取特征值，经过修改也可以提取其他特征向量！-Wavelet-based texture feature extraction method can extract the characteristic values can also be modified to extract the other eigenvectors!
gaboutnnde
- 一个基于输入的图形进行特征提取一种基于gabor小波变换代码。-Graphics based on the input of a feature extraction based on gabor wavelet transform code.
xbpj
- 基于小波变换的拼接程序，实现了小波变换和拼接的功能，可在VC 2008中运行-Stitching procedure based on wavelet transform to achieve wavelet transform and feature stitching, running in VC 2008
KPCA00
- kpca原始程序和小波去噪部分，用于数据降维和特征提取比较实用-kpca part of the original program and wavelet denoising for data dimensionality reduction and feature extraction more practical
paper1
- Gabor小波变换技术对医学CT图像进行纹理特征分类时，由于图像拍摄角度的变化会造成分类的误差。针对以上问题，在Gabor小波变换的基础上提出一种用于分析旋转不变医学图像的方法。该方法采用旋转规范化，即特征元素的循环移位使规范化后所有的图像都具有相同的主方向。实验结果表明，加入旋转规范化循环算子的Gabor小波变换在医学CT图像纹理特征分类时能够达到较好的精确度。-Gabor wavelet transform lacks in its ability to classify the medic
Gab_wavleter
- 一个基于gabor小波变换的图像检索程序。有特征提取、特征匹配，以及结果返回。-Gabor wavelet transform-based image retrieval process. There are feature extraction, feature matching, and results are returned.