搜索资源列表
xiaobo
- 局部放电试验所采集的信号中往往混有白噪声、周期干扰信号去除。此处采用常用db系列小波中的db6小波进行9尺度的多分辨分解后，根据白噪声能量特性，估算各尺度的阈值大小，采用硬值进行处理，后进行重构。
image_fusion
- exercise1:为基于小波变化与局部能量的图像融合方法 exercise2:为基于自适应算法的图像融合算法 myfunction1~myfunction5:为性能指标评价函数
H.265_TMS320C64X_DEMO
- ZPAV（小名H265），凝集 形态，分形，模糊，小波，数字图象处理学 等数学精华， 我 感受到了她的威猛的能量，听到了她的呐喊！她如春雷， 震撼着 单薄数学（DCT+ME+HUFFMAN等）的MPEGxx和H26xx的古老统治！ ZPAV (H.265) 基本算法 ：V0,V6 用了 二维小波；V8 用了 三维小波；V9 用了 四维小波； P帧（ME） 使用了 小波域运动估计；声音(A0,A6,A8,A9), 运动矢量（MV） 使用了 广义小波。 Z
H.265_X86_DEMO
- ZPAV（小名H265），凝集 形态，分形，模糊，小波，数字图象处理学 等数学精华， 我 感受到了她的威猛的能量，听到了她的呐喊！她如春雷， 震撼着 单薄数学（DCT+ME+HUFFMAN等）的MPEGxx和H26xx的古老统治！ ZPAV (H.265) 基本算法 ：V0,V6 用了 二维小波；V8 用了 三维小波；V9 用了 四维小波； P帧（ME） 使用了 小波域运动估计；声音(A0,A6,A8,A9), 运动矢量（MV） 使用了 广义小波。 Z
Anewmethodofimagedenoisingbasedonwavelettransform.
- 根据图像小波分解的特点和小波分解后高频小波系数的统计特性,构造了一种新阈值函数的去噪算法。 与传统的硬阈值、软阈值函数相比,新阈值函数考虑了图像能量分布的特点,对于每一小波系数乘以一个与自身大小相 关的降噪因子,并且新阈值函数简单易于计算,具有较强的自适应性
sparfilt
- 优点：1.对于信噪比高的信号滤波效果好； ％ 2.对于边沿的保护强过阈值滤波，不会产生阈值滤波情况下的过于平滑与Gibbs现象。 ％缺点：1.由于对边沿信号没做任何处理，所以边沿可能会有脉冲噪声保留下来； ％ 2.计算相关系数中，如果计算出来的小波系数点位置偏差大，则相关系数计算受影响； ％ 3.需要迭代运算，迭代的噪声能量阈值选取很重要，这里以开始段无信号处估计噪声； ％ 4.需要迭代运算，所以运算量比阈值法大； ％ 5.受分解层次影响，在大尺度上小波系数点位置偏差更大
DWT
- 利用同一密钥的混沌序列对经过置乱的水印信息实现双重加密，考虑小波变换的能量分布问题，把水印信息嵌入低频系数中，确保水印信息的可靠性。提取时利用图像复原方法实现盲检测。
mywavet
- 小波分解重构,降噪,压缩编码,压缩性能分析 xijie.m 将图片1级小波分解为近似,水平细节,垂直细节,对角细节 xijie2.m 将图片1和2级分解并重构,近似,水平细节,垂直细节,对角细节 noisereduce.m 图像1/2降噪. noisereduce2.m全值阀值消噪图像 mycompress.m小波BIOR3.7一次和二次压缩,与一次与二次解压缩 mycompress2.m分析小波分解系数中置0的系数个数百分比和压缩后图像剩余能量百分比
quyu-fusion
- 基于区域的小波变换融合方法，主要是基于区域能量、区域方差、区域最大这几种方法。
xiaobojiangzao
- 根据小波变换和噪声信号地能量分布特性，提出了一种先用小波变换对含噪图像进行多尺度分解，求出各尺度小波变换高频系数地噪声方差和阈值，利用各尺度地阈值对高频系数进行处理，然后利用小波变换系数重构图像，实现图像降噪地方法。
Research_on_Image_Fusion_of_SAR_and_Optical_Image.
- 由于成像方式及波谱接收段的不同.合成孔径雷达SAR(synthetic aperture radar)与可见光图像所反映的信息有很大差异，图像之间相关性弱，且互补性明显。因此在图像融合时，应该根据其互补性信息特征各取所长。在研究了一些现有融合方法的基础上，提出了一种基于互补信息特征的SAR与可见光图像融合方法。首先通过基于像素邻域的能量统计特性融合SAR与可见光图像，将SAR图像中的重要目标信息加入到可见光图像中，然后再利用小波变换进行二次融今，充分加入原始图像的边缘细节信息。实验结果表明，该融
xbnlp
- 小波包能量谱的计算，对信号进行频段分析，特征提取，用于模式识别-wavelet packet energy spectrum
wavepage
- 小波包分析提取振动信号中的分解，系数重构特征频率，以及能量谱分析计算-Wavelet packet analysis to extract the vibration signal decomposition coefficient reconstruction of the characteristic frequency, and calculate the energy spectrum analysis
2-dwt
- 利用matlab实现二维离散小波变换的源代码，并比较不同小波下的图像数据统计参数，同时比较小波变换后不同边缘延拓方法下的能量分布特点-Matlab to achieve the two-dimensional discrete wavelet transform source code, and compare different wavelet image data statistical parameters Compare wavelet transform edge extension
PicEnergy
- 根据被测图像纹理背景和目标区域在小波变换域内图像能量分布的不同,以及经过多尺 度分解后在各子空间信息分布的不同,提出与背景纹理的方向无关,把目标的变化具有旋转、平移 以及尺度不变性的能量特征作为检测的依据。实验证明该方法具有较好的适应性。-According to the measured image texture background and target region in wavelet transform domain energy distribution of the di
CH4
- L4_1.m: SVD轉換(程式) L4_2.m: 影像轉換的能量集中能力(程式) L4_3a.m: 小波轉換之多重解析架構(程式) L4_3b.m: 小波轉換係數與影像的方向性(程式) energy.m: 能量集中(函式) L4_1.bmp: 影像檔 L4_2.bmp: 影像檔 L4_3b.bmp: 影像檔 woman.mat: Matlab的矩陣變數檔 -L4_1.m: SVD conversion (program) L4_2.m: image con
2009_Image_Compression_Algorithm_of_SPIHT_Based_on
- 一種基于塊樹結構的SPIHT數字圖像壓縮算法: 在分析圖像經過小波變換后所具有的特性的基礎上,提出了一種改進的SPIHT算法.由于低頻系數占據圖像的百分之九十以上的能量,在圖像的重構中十分重要,所以,對這些系數不進行壓縮而直接傳輸 而最高頻系數相對不重要,所以不做處理,只在圖像重構時以指定的數值予以重構,因此不僅提高了圖像的質量,同時提高了圖像的壓縮率.在具體的算法中,提出了塊樹的結構,減少了算法所需的內存,拓寬了算法的應用范圍.-A tree structure based on the SP
OCR
- 利用小波轉換特徵的簡單OCR程式，主要是切割成數個block利用垂直、水平、斜角能量計算-The use of wavelet transform features a simple OCR program, mainly cut into a few block the use of vertical, horizontal, angle energy calculation
audiowatermarkingprogram
- 这是基于小波变换的音频水印matlab程序, 该程序是基于三段式能量关系嵌入水印的,对研究水印的同仁有帮助。 -This is the audio watermarking matlab program based on wavelet transform. it is based on three-power relations embedded watermark and has help to the watermark research colleagues.
ICALABIPv2_0
- ICA算法可以将噪声信号分解为一系列独立的分量（ICs），这样就可以对各独立分量进行单独的研究和分析。首先叙述了柴油机噪声信号的特性。预测模型表明：发动机噪声信号满足ICA计算的要求。然后介绍了ICA模型的相关理论。举例说明ICA方法分离信号的有效性，以及ICA方法对小能量噪声的分离的有效性。连续小波变换来显示了各独立分量ICs在时频域内的特性。由采集信号分离得到噪声源信号可以作为发动机的理论预测和设计依据。-he ICA algorithm can be decomposed into a s