搜索资源列表
OJ1211010001486B9EbH
- 基于局部能量与模糊逻辑的红外偏振图像融合,该文与小波包,支持向量机等融合算法进行对比分析,说明该文算法的优势。-Infrared polarization image fusion based on local energy and fuzzy logic, this paper, wavelet packet, support vector machines and other fusion algorithm comparison analysis to illustrate the adv
mutual-information
- 红外和可见光的匹配跟踪在军事、遥感等领域有着广泛的应用。针对灰度和图像特征存在比较大差异的红外和可见光图像,本文采用了最大互信息算法,结合形态学梯度和小波分解。互信息算法优点在于不需要对多模图像灰度间的关系做任何假设,不足之处在于它对图像空间信息的忽略而且计算时间较长。本文互信息结合多结构元的形态学梯度检测的图像边缘,可以使得图像匹配精度提高,还能改善局部极值的问题,再利用小波分解对图像进行压缩降低分辨率,可以减少互信息计算量。最后的实验数据表明在配准过程中互信息的计算速度得到了优化,匹配精度得
DWT-watermarkzip
- 小波分析是从傅立叶分析发展出来的一种新的时间频率分析方法,由于它的多尺度分析特征,又被称为时间尺度分析方法。小波变换的基本思想是将原始信号经伸缩及平移后,分解为一系列具有不同空间分辨率、不同频率特性和方向特性的子带信号,这些子带信号具有良好的时域、频域局部特性,这些特征可用来表示原始信号的局部特征,进而实现对信号时间、频率的局部化分析。-DWT-watermark method
wavenn
- 一种基于小波分析理论的神经网络模型,该模型克服了BP 神经网络模型存在的收敛速度慢、结构设计盲目、易陷入局部极小点的缺陷-Based on wavelet analysis theory neural network model that overcomes the BP neural network model exists slow convergence, structural design blind, easy to fall into local minimum point defe
Matlab_learning_materials
- 主要包括图像的中值、均值去噪、非局部均值、分块局部去噪算法;还有均方误差和峰值信噪比评价、以及matlab基础学习资料如边缘检测、小波变化、灰度值转换等-Including image median, mean denoising, non-local means, block local denoising algorithm also mean square error and peak signal to noise ratio evaluation, and matlab based
wavelet-change-and-the-local-energy
- 图像融合是图像处理的重要一环,但图像融合目前未有通用的技术,此代码试采用小波变换和局部能量相结合的方法对图像进行融合,试图达到一个较好的图像信息保留和处理-Image fusion is an important part of image processing, but the image fusion is at present no common technology, this code sample using wavelet transform and the method of c
115
- 本文针对基于经验模态分解EMD的时空滤波器存在的固有模态函数分量中频率混叠交叉导致有用信号与噪声一起被滤除的问题结合小波在时间尺度两域表征信号局部特征的特性提出了一种基于能量估计实现EMD分解层数确定-In this paper, based on empirical mode decomposition EMD temporal filter mode functions inherent component of cross-frequency aliasing and noise toge
ex6
- 基于小波变换和求取局部模极大值来实现边缘检测 -Based on wavelet transform modulus maxima and partial strike to achieve edge detection
Gabor
- 人脸识别,Gabo:小波,伽玛分布,广义高斯分布,子模式技术,二维局部保持映射 -Face Recognition, Gabor Wavelet, Gamma Distribution, Generalized Gaussian Distribution, Sub-pattern Technique, Two-dimensional Locality Preserving Projections
mt
- 小波分析理论是一种新兴的信号处理理论,它在时间上和频率上都有很好的局部性,这使得小波分析非常适合于时频分析,借助时频局部分析特性,小波分析理论已经成为信号去噪中的一种重要的工具。利用小波方法去噪,是小波分析应用于实际的重要方面。-The wavelet analysis theory is a new signal processing theory. It has a very good topicality in time and frequency, which makes the wav
WNN-RBF
- 径向基优化小波神经网络,优化参数,避免陷入局部解-Wavelet neural network, radial basis to optimize parameters optimization
Multi-wavelet-denoising-algorithm
- 多小波消噪算法在局部放电检测中的应用,提供了一种很好的思路-Multi-wavelet denoising algorithm for partial discharge detection
xiaobobao
- 小波包变换可以对高频部分提供更精细的分解,而且这种分解既无冗余,也无疏漏,所以对包含大量中、高频信息的信号能够进行更好的时频局部化分析。-Wavelet packet transform can provide the high frequency part of the finer decomposition, and this decomposition is neither redundant nor oversight, so the signal contains a large am
xiaobo
- 基于小波变换的局部放电信号消噪技术研究,包括程序和参考文献。-Noise cancellation technology research partial discharge signal based on wavelet transform, including the program and reference papers.
GaborExpression-Recognition
- 基于自动分割的局部Gabor小波人脸表情识别算法 pdf格式的论文,其他地方下的,分享给大家。-Based on local Gabor wavelet automatic segmentation of facial expression recognition algorithm pdf format papers, elsewhere under for everyone to share.
xbfx
- 小波分析、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。-Wavelet Analysis、Signal acquired partial discharge test is often mixed with white noise, periodic interference signal removal. Db series wavelet c
25292626
- 为了实现复杂环境下的人脸特征有效表达,提出一种改进的梯度方向直方图(HOG)人脸识别方法.首先以人脸图像网格作为采样窗口并在其上提取 HOG特征;然后将所有网格 HOG特征向量进行组合,实现整个人脸特 征表达;最后采用最近邻分类器进行识别.另外,比较了该方法与Gabor小波和局部二值模式(LBP)2种著名的人脸 局部特征表示方法的优劣.实验结果表明,在调优的 HOG参数下,在具有光照和时间环境等复杂变化的FERET人 脸库中,较少维数的 HOG特征比LBP特征有更好的表现,而且 HO
SNR_MSE_analysis
- 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Fourier变换的
Untitled
- 小波神经网络是由 Qinhua Zhang 和 Albert Benveniste(1992)首先提出的,它 充分利用了小波变化良好的局部化性质并结合 ANN 的自学习功能,因而具有较 强的逼近和容错能力。
LMDYUANCHENXU
- 局部均值分解是继小波分解、经验模态分解之后的又一种新的信号处理方法,本文件提供了LMD的源代码,可供大家下载。-Local mean decomposition is a new signal processing method after wavelet decomposition and empirical mode decomposition. This paper provides the source code of LMD.