搜索资源列表
xx
- 本文详细描述了基于小波包的纹理图像去噪方法： 噪声对图像的后续处理影响较大，常用的去噪方法虽然可以去除变化平缓的图 像中的噪声，但对细节较多的纹理图像的去噪效果却不太理想, 文中基于信号和噪声在小 波分解中呈现出来的不同特性，提出了一种新颖的小波包去噪算法, 采用该算法对纹理图 像进行最优小波包分解，并计算每个子频带的两个范数，然后根据范数值区分信号和噪 声，从而达到去除噪声的目的, 实验结果表明，该算法对皮革图像具有较好的去噪效果，不 仅可以去除纹理图像中的大部分
ECG-Detection-use-wavelet
- 本文把小波变换应用于心电信号的识别。探讨了伸缩尺度和伪频率(译自pseudo—frequency)-~．间的关系；利用二进双正 交样条小波对室扑信号按Mallat算法进行小波分解；提出了心室扑动和心室颤动信号的小波变换识别方法-Wavelet transform in used to identify the ECG si a1．The relation between scale and pseudo—frequency is discussed．The ventrlcular flu
multiscale
- 按照二维函数的特点和视觉机制,提出了用来捕捉纹理基元的纹理检测器函数,基于纹理检测器和扩展的小波变换,提出了基于能量分解的影像纹理多尺度分析方法,并按照神经动力学的侧抑制和端点抑制等理论,实现了对多尺度纹理特征的融合，这一多尺度分析方法直接将影像纹理能量在时间一尺度空间分解,包含了相位信息,避免了基于线性变换多尺度分解引起的能量与相位分离,为纹理分析提供了一个层次性的框架,有效提高了纹理的识别能力。-According to the characteristics of two-dimensio
Smal-l-Target--Detection
- 提出了一种新的基于小波包变换 和偏斜度的检测方法。该方法利用小波包对图像进行多尺度分解，解决了高频段分辨率低的问题； 并提出了一个基于偏斜度的高斯判别准则，用于对小波包分解系数进行高斯性检验，最终得到了 小目标的精确检测-The wavelet packets were applied to decompose the image into pyramid subbands at different scales and solve the problem of the high
2464613103
- 基于小波变换和 HHT 的分布式并网系统谐波检测方法。 该方法利用小波变换多分辨率分析思想对信号进行划分，并对划分后的信号进行经验模态分解，得到一系列的经验模态函数IMF，并从 IMF分量中提取出基波分量和高次谐波；再对IMF分量进行Hilbert 变换得到信号的频率、幅值信息。-Wavelet transform and HHT based distributed systems and network harmonic detection method. The method use