搜索资源列表
一种基于低频融合策略的小波图像融合算法
- 一种基于低频融合策略的小波图像融合算法，有详细的源代码及注释，对于做毕设很有用
xiaobobaofenjie
- 本程序重构各层低频和高频系数，画功率谱，横坐标为频率，纵坐标为功率，小波包分解最后一句是为显示小波包四层分解树结构-Reconstruction of the procedural layers of low and high frequency coefficients, draw power spectrum, the abscissa is the frequency, the vertical axis is power, wavelet packet decomposition is
matlab1
- 我们知道，小波变换的一级分解过程是，原始信号分别进行低通、高通滤波，再分别进行二元下抽样，就得到低频、高频（也称为平均、细节）两部分系数；而多级分解则是对上一级分解得到的低频系数再进行小波分解，是一个递归过程。以下是一维小波分解的程序. -We know that a wavelet transform decomposition process is that the original signal were low-pass, high pass filter, and then
wavlet
- 离散正交小波变换及小波重构，程序中给出测试数据，可得到这组数据小波分解后的低频分量和重构以后的数据-Discrete orthogonal wavelet transform and wavelet reconstruction, procedures given in the test data, available in this set of data after wavelet decomposition and reconstruction after low-frequency co
WaveletTransform
- 利用二维小波分析对一幅图象作2层小波分解,并在此基础上提取各层的低频信息实现图像的压缩.-The use of two-dimensional wavelet analysis of images for a 2-layer wavelet decomposition, and on this basis the low-frequency information extracted all levels to achieve image compression.
63535316jiqishijue
- 视频文字识别在视频分析与检索中有着重要作用,该算法对字幕图像进行N层小波分解,获得该视频文字的低频分量,再借助相似性度量方法实现视频文字的识别。-Video character recognition in the video analysis and retrieval plays an important role in the algorithm of subtitles images N layer wavelet decomposition, which is low-frequenc
wavelet_dec
- 利用小波冗余算法实现图像的高频和低频纹理特征的提取-Redundant algorithm using wavelet implementation of high-frequency and low frequency image texture feature extraction
Matlab_wavelet
- 掌握小波分析在图像分析等各方面的应用。对图像进行二维离散小波分解、多尺度二维离散小波分解 并提取二维小波分解的高频系数和低频系数， 画出原始图形并显示分解结果。-Master the application of wavelet analysis in image analysis and other applications. Image two-dimensional discrete wavelet decomposition, multi-scale two-dimensiona
2cengwave
- 利用二维小波分析对图像作2层小波分解，并在此基础上提取各层的低频信息。-Image using two-dimensional wavelet analysis for two-layer wavelet decomposition, and on this basis, the low-frequency information extracted layers.
code
- 文件中代码实现小波图像融合，对低频和高频系数采用不同准则，有详细说明-File code implementation of wavelet image fusion, of the low and high frequency coefficients using different criteria, are detailed
medicalcengshu
- ：根据小波低频子带图像的轮廓模糊度和高频子带图像的细节信息量随小波分解层数增多而增多的规律，从图像熵 出发，提出了一种基于低频子带图像熵差的最佳小波分解层数选择法, 该方法通过计算不同分解层数下各低频子带的图像 熵差，选择最接近原始图像熵差的分解层数作为最佳分解层数。用多种基于小波变换的图像融合法分别对两组医学图像进 行仿真实验，结果表明根据该分解层数选择法得到的融合图像目视效果最好，与相关系数、峰值信噪比、模糊Chebyshev 距离 值等客观评价指标保持了很好的一致性。
Matlab
- 信号去噪的基本步骤： （1）信号的小波分解； （2）小波分解高频系数的阈值量化； （3）信号的小波重构。使用分解的低频系数以及阈值量化后的高频系数进行小波重构。 -The basic steps of signal denoising:( 1) of the wavelet decomposition of signals ( 2) the high frequency coefficients of wavelet decomposition threshold quan
基于小波变换的数字水印系统设计
- 本文提出一种基于小波变换的图像数字水印算法，通过将低频子图分块并量化其小波系数，实现水印的嵌入和提取，并对其进行抗噪声、JPEG压缩、旋转等实验。对于旋转攻击，该算法结合了图像的归一化技术。实验结果表明，该算法对常见图像处理和旋转都有较好的鲁棒性。
小波变换
- 小波变换 信号处理 通过伸缩平移运算对信号（函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节。(Wavelet transform signal processing through the telescopic translation operations to signal (function) step by step multi scale refinement, the final breakdown of ti
小波分解与重构
- 对信号进行多尺度分解并提取小波的高频系数和低频系数(Multi-scale decomposition of signals and extraction of high frequency coefficients and low frequency coefficients of wavelet)
小波分解重构
- 小波分解重构，可以作为研究小波频率的一个重要参考，但是注意，该代码分解出来的高低频系数不能完全当作滤波器使用，只是参考。(Wavelet decomposition and reconstruction can be used as an important reference for studying wavelet frequency, but attention is paid to the high and low frequency coefficients decomposed by
小波多分辨分析
- 小波多频分析，对信号进行多频重构，分析信号的高频和低频成分(The wavelet time-frequency analysis, to multi-frequency signal reconstruction, analysis of high frequency and low frequency components of signals)
matlab小波变换程序
- 小波变换(wavelet transform，WT)是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的"时间-频率"窗口，是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征，能对时间(空间)频率的局部化分析，通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了
小波分解
- 小波分解，将信号分解成高频信号和低频信号进行分析(Wavelet decomposition)
小波变换和混沌理论在股市预测中的应用
- 应用小波变换和混沌理论相结合的方法对股票市场进行预测 ,即先对股指时序进行小波分解 ,然后对分解得到的高、低频部分分别进行混沌预测 ,再将预测的结果进行小波重构 ,得到原时序的预测结果。 在此基础上应用小波和混沌理论提出进一步提高预测精度的方法 ,即通过对高频部分再进行小分解、混沌预测和小波重构而使高频部分的预测精度得以提高 ,进而提高原始时序的预测精度。(The method of combining wavelet transform and chaos theory is used to