搜索资源列表
new_denoise_algorithms
- 最新的去噪算法的文章，希望对大家的科研有帮助，给大家的一些启发-Denoising Algorithm latest article, in the hope that the U.S. scientific research have helped to shed some light on the U.S.
anl_081232f
- 为了减小传统的反锐化掩模算法对噪声的敏感性，提出了一种新的反锐化掩模图像 增强算法，该算法在图像的平坦区域进行去噪处理，并依据人眼视觉特性对图像的不同细节 区域做不同程度的增强。通过几种算法的实验结果比较，表明本算法不仅增强效果较好，且 抑制了噪声的增强。-In order to reduce the traditional unsharp masking algorithm sensitivity to noise, a new Unsharp Masking image enha
matlab
- matlab用于分析图像去噪处理，含有多种算法的比较分析，还是比较全面的，适合用做期末论文-for the analysis of image denoising matlab is quite comprehensive, comparative analysis, containing a variety of algorithms, suitable for use as the final paper
noise
- 图像去噪理论基础图像视频去噪的最终目的是改善给定的图像，解决实际图像由于噪声干扰而导致图像质量下降的问题。通过去噪技术可以有效地提高图像质量，增大信噪比，更好的体现原来图像所携带的信息，作为一种重要的预处理手段，人们对图像去噪算法进行了广泛的研究。在现有的去噪算法中，有的去噪算法在低维信号图像处理中取得较好的效果，却不适用于高维信号图像处理；或者去噪效果较好，却丢失部分图像边缘信息，或者致力于研究检测图像边缘信息，保留图像细节。-Image denoising theory based imag
ROF-TV-denoising
- 基于ROF全变差分模型，用于图像去噪，并利用split bregman算法进行加速运算-ROF points based on total variation model for image denoising, and using split bregman accelerated computing algorithms
119
- 根据希尔伯特- 黄模态分解的特点, 结合 ST A / LT A 算法自动识别信号模态与噪音 模态, 提 出了基于 HHT的模态分解-ST A / LTA 的地震信号自动去噪算法-According to Hilbert- Huang mode decomposition characteristics, combined with ST A/LT A algorithm for automatic identification signal and noise modal modal prop
CS_KM
- 现有的贪婪迭代类压缩感知重构算法均基于最小二乘对信号进行波形估计，未考虑到可能将量测噪声引入信号估计的情况．针对以上不足，提出了一种基于线性Kalman滤波的压缩感知弱匹配去噪重构算法-Existing greedy iterative reconstruction algorithms class compressed sensing the signal waveform based on least squares estimation does not take into account
Image-filter.tar
- 提出了一种基于改进 BP 神经网络和粒子群优化算法( PSO) 的图像滤波方法 。该方法利用双曲正切形式 的误差函数代替 BP 神经网络传统的最小均方误差函数( LMS),并将改进后的 BP 神经网络利用 PSO 算法优 化,用来减小图像噪声对神经网络精度的影响以及避免神经网络陷入局部极小值点,从而提高神经网络去噪能 力。实验结果表明,与传统滤波方法相比,该方法不仅能有效地滤除图像中的高斯噪声而且能很好地保护图像 细节 。- U63D0 u51FA u4E86 u4E00
基于 HHT 的船体结构应力监测数据 特征分析和去噪方法
- ［目的］为了去除船体结构应力监测数据中的噪声信号，获得有效的数据信息，以便为后续数据挖掘提 供支撑，［方法］首先，采用 HHT 方法中的经验模态分解（EMD）算法对数据进行成分分析，得到固有模态函数 （IMF）和余项。然后，通过 Hilbert变换得到 Hilbert谱，证明应力监测数据的非平稳特性。最后，以信噪比（SNR） 和均方根误差（RMSE）为例，结合自适应去噪和小波阈值去噪两种方法对应力监测数据进行去噪效果比较。 ［结果］结果表明，基于 HHT方法的自适应去噪和小波去噪都具有一定