搜索资源列表
remoteSensing
- 一种新的彩色图像特征检测算法 -学术论文 - 图像图形网-机器视觉,数字水印,遥感,指纹,人脸识别,生物医学,神经网络,人工智能,GIS,小波变换-a new color image feature detection algorithm-academic-Image Network Graphics-machine vision, digital watermark, remote sensing, fingerprint, face recognition, biomedical, neur
Ch1799
- 小波工具箱的应用基础 395 16.1 一维小波分析的应用 395 16.1.1 小波分解在普通信号分析中的应用 395 16.1.2 小波变换在信号特征检测中的应用 411 16.2 二维小波分析的应用 417 16.2.1 小波分析在图像平滑中的应用 417 16.2.2 小波分析在图像增强中的应用 418 16.2.3 小波分析在图像融合中的应用 420 16.3 小波包分析的应用 422 16.3.1 小波包在信号时频分析中的应用 423 16.
xuanzhuanjixzhengdongxinhao
- 一种旋转机械振动信号特征提取的新方法，利用小波技术
the1
- 在用小波分解加强图像边缘的基础上，利用修正的形态学边缘检测算子，以减 轻图像边缘检测的模糊性；通过形态结：构元素尺度的调整，得到多尺度下图像边缘的 特征，并综合各尺度下的边缘特征，得到较为理想的图像边缘，实验验证了该算法的可 行性和有效性。
基于局部小波矩的图像匹配算法
- 该文将图像的视觉不变矩特征引入到图像匹配领域中，通过提取图像的局部小波矩，提出了一种基于局部小波矩的图像匹配算法。
1
- 一种图像检索中纹理特征提取的方法。本文介绍了基于Gabor 滤波器和Gabor 小波变换提取纹理特征的分析方法, 以及对Gabor 小波进行了高斯归一化以提高对图像检索的速度和准确度。-An image retrieval texture feature extraction methods. This article based on Gabor filters and Gabor wavelet transform to extract texture feature analysis me
neuralandwavelet
- 对采集到的电压信号进行小波包分解提取特征向量，再进行BP神经网络训练-On the acquisition of the voltage signal to the wavelet packet decomposition to extract feature vector and then BP neural network training
ECG_Noise
- 心电信号特征点检测的算法研究,针对在心电信号检测中传统的小波方法受锢于二进小波变换的尺度只能是 按2的整次幂取值的缺陷，本文利用连续小波变换在尺度取值上可选取非二进 尺度的特性，系统研究了连续小波变换在心电信号检测中的应用，并提出了一 个基于连续小波变换的心电信号检测算法-ECD signal detect,QRS
41
- 基于小波包的信号瞬态成分检测与提取方法及其应用,提出基于小波包分解特征表示和瞬态特征重 建方法并应用于汽车变速器齿轮的故障诊断,结果表明基于小波包分解的信号特征表示方法能有效检测信号中瞬 态成分的存在,瞬态成分的重建结果有效地表示了齿轮的故障状态。 -The detection and extraction of signal transients through wavelet packets decomposition are studied and signal trans
71
- 平移不变量小波去噪方法是对Donoho阈值法的改进,该方法不仅能有效地抑制伪吉布斯现象,而且 能减小原始信号和估计信号之间的均方根误差,提高信噪比。将这种方法用于变速箱齿轮故障信号的去噪处理,同 时与阈值法去噪的结果进行比较。结果表明,该方法可以有效地去除强噪声的干扰,提取齿轮故障特征信息,具有 很好的工程实用性。 -Vector spectrumHilbert demodulation analysis method based on the same source data
fault-diagnosis-of-rolling-bearings
- 滚动轴承故障特征的时间_小波能量谱提取方法，机械工程学报-extraction of rolling bearing fault feature based on time-wavelet energy spectrum,journal of mechanical engineering
diannengzhil
- 暂态电能质量扰动信号的内在特征，采用小波变换提取扰动的时间特征，将扰动进行分类。-Inherent characteristics of transient power quality disturbance signals using wavelet transform to extract disturbance characteristics, the disturbance classification.
Based-onSVM-target-tracking
- 计算Haar小波特征，用AdBaoost提取部分有代表性的特征共三种特征选择方法与SVM相结合进行目标跟踪的算法。 -The calculated Haar wavelet features to extract some of the typical characteristics of three feature selection method combined with SVM algorithm for target tracking AdBaoost.
WignerVille2014
- 本文将小波图像分解和信息熵特征提取相结合，提出一种新的掌纹特征提取算法。该算法首先对掌纹灰度图像进行二维小波分解，再利用多分辨信息熵分别计算不同尺度下的能谱熵作为特征向量，从而实现掌纹特征提取。该算法不但避免了图像增强和纹理细化等预处理过程，而且运用多分辨信息熵的自适应计算方法来调节分解级数，使得到的特征向量长度远小于传统算法。-In this paper, wavelet image decomposition and information entropy feature extractio
Marx20110509
- 本文将小波图像分解和信息熵特征提取相结合，提出一种新的掌纹特征提取算法。该算法首先对掌纹灰度图像进行二维小波分解，再利用多分辨信息熵分别计算不同尺度下的能谱熵作为特征向量，从而实现掌纹特征提取。该算法不但避免了图像增强和纹理细化等预处理过程，而且运用多分辨信息熵的自适应计算方法来调节分解级数，使得到的特征向量长度远小于传统算法。-In this paper, wavelet image decomposition and information entropy feature extractio
wavelet_introduction
- 小波的特点和发展，波分析在一维信号处理中的应用，小波分析在图象分析中的应用，包括图象特征抽取，图像压缩，数据隐藏和图象水印-Wavelet characteristics and development, wave analysis of one-dimensional signal processing, wavelet analysis in image analysis, including image feature extraction, image compression, data
Hierarchical-Singular-Detection--
- 设计了一个新的基于小波变换的信号奇异点分步检测法，该方法的特点是根据脉冲奇异点和阶跃奇异点的不同特征分两步从信号中提取奇异点-Design a new step detection method based on wavelet transform signal singularity points, the method of characteristics is extracted from the signal in two steps according to the different
mutual-information
- 红外和可见光的匹配跟踪在军事、遥感等领域有着广泛的应用。针对灰度和图像特征存在比较大差异的红外和可见光图像，本文采用了最大互信息算法，结合形态学梯度和小波分解。互信息算法优点在于不需要对多模图像灰度间的关系做任何假设，不足之处在于它对图像空间信息的忽略而且计算时间较长。本文互信息结合多结构元的形态学梯度检测的图像边缘，可以使得图像匹配精度提高，还能改善局部极值的问题，再利用小波分解对图像进行压缩降低分辨率，可以减少互信息计算量。最后的实验数据表明在配准过程中互信息的计算速度得到了优化，匹配精度得
aa
- 小波模极大值用于边缘特征提取.很好的一个matlab算法，可以直接验证。-Wavelet modulus maxima for edge feature extraction algorithm matlab good one can be directly verified.
cs-speech-enhancement
- 文利用带噪语音经特征基函数矩阵转换后所具有的稀疏特性，用最大似然估计方法对转换后得到的稀疏 分量进行非线性压缩去噪，然后再经过反变换和重构恢复出原始语音信号的估计。特征基函数矩阵反映了语音数据本 身的统计特性，因此具有很好的合理性和可取性。仿真结果表明利用稀疏编码方法能极大程度地抑制背景噪卢，与小波消噪法相比优势明显。-a speech enhancement algorithm based Compressed Sensing.