搜索资源列表
image--
- 本文是针对小波对数字图像处理中的应用，运用分解与重构 实现去噪的目的-This article is a digital image processing applications, the use of wavelet decomposition and reconstruction to achieve denoising purpose
image-fusion.RAR
- 给出了一种新的基于小波多尺度分解的分层图像融合方法. 其基本思想是先对源图像 进行小波多尺度分解 其次, 按照融合规则, 采用基于区域特性量测的选择及加权算子去构造融 合图像对应的小波系数 最后, 通过逆小波变换重构融合图像. 该方法被成功地用于图像的融合 处理. 此外, 利用熵、交叉熵、互信息、均方根误差、峰值信噪比等参量, 对该融合方法的融合性能 进行了评价与分析. 实验结果表明, 该融合方法是十分有效的- A novel h ierarch ical image fusio
sanji
- 小波变换三级分解与重构程序，用于图形图像处理，去噪等研究的基础-The basis of wavelet transform three decomposition and reconstruction program for the study of the graphic image processing, denoising
several-wavelet-transform
- 本资源包含几种常用的小波变换，并用于图像的分解与重构，能够用于图像去噪，融合等领域。-This resource contains several commonly used wavelet transform, and used for image decomposition and reconstruction, can be used for image denoising, fusion and other fields.
wavelet_denosie
- 小波变换去噪：1.小波分解2.阈值处理3.小波重构。 通过以上三步实现信号去噪，程序中可设定分解级数与信噪比等参数。-Wavelet denoising: 1. Wavelet decomposition 2 threshold processing 3. Wavelet reconstruction. Through the above three steps to achieve signal de-noising, the program can be set decomposition
wavelet
- 基于小波变换的图像去噪处理，对高频信号进行再处理，与之重构，内有详细说明-Based on wavelet transform image denoising, high frequency signal reprocessing, with reconstruction, has a detailed descr iption
xiaobozongjie
- 小波分析用于去噪,图像压缩，边界扭曲，分解与重构，图像融合，数字水印，边缘检测例子源码-Wavelet analysis for denoising, image compression, border distortion, decomposition and reconstruction, image fusion, digital watermarking, edge detection source code examples
CS-denoising--wavelet-analysis
- 介绍了图像的小波分析的基本理论和基于小波变换的分解与重构原理，利用小波变换对二维图 像进行分解，将原始图像分解成不同方向、不同频率成份的子图像。同时对含噪图像进行小波分解,然后选 取适当的阈值,对小波分解系数进行阈值量化,再对高低频系数重构,实现图像的去噪。-Image compression and de-noising based on wavelet analysis
WAVTILTDEMO
- 小波变换的分解与重构，利用小波变换实现对数据的压缩，去噪-Decomposition and reconstruction of wavelet transform, using wavelet transform to achieve data compression, denoising
xiaobofenjie
- 小波分解代码程序 维信号离散小波分解与重构(去噪)的 VC 实现-Wavelet code program dimensional discrete wavelet signal decomposition and reconstruction (denoising) of the VC
Infrared-Image-Enhancement
- 针对基于小波变换的红外图像增强方法视觉效果不够理想的缺点, 提出了一种基于平稳小波变换和Retinex 的红外图像增强方法, 利用Retinex 增强算法增强图像的视觉效果, 并改善其亮度均匀性。首先, 对红外图像经平稳小波变换后的最大尺度低频子带图像进行多尺度Retine x 增强 然后, 利用贝叶斯萎缩阈值法对高频子带图像进行阈值去噪, 并根据低频子带图像的局部对比度和模糊规则计算高频子带的增益系数, 从而得到增强后的高频子带图像 最后, 由低频子带图像和高频子带图像重构得到增强后的图像。针