搜索资源列表
denoise+compression
- 利用小波分解与重构,实现图像去噪和压缩,可灵活选用其他小波,简单易懂,特别适合小波初学者.-using wavelet decomposition and reconstruction, Image Denoising and Compression, the flexibility to choose other wavelet is simple to understand and Wavelet particularly suitable for beginners.
Wavelets.rar
- 小波去噪的分解与重构示例，里面附带数据文件,Wavelet Denoising sample decomposition and reconstruction, which attached to data files
wavelet2
- 二维离散小波变换，实现一幅图的分解与重构。恢复原图-Two-dimensional discrete wavelet transform, the realization of a diagram of the decomposition and reconstruction. To restore image
10waveletnoise
- 小波包变换分析信号的MATLAB程序 小波分析信号去噪 小波分解与重构经典程序-Wavelet packet transform analysis of signals in MATLAB program Signal de-noising wavelet decomposition wavelet analysis and reconstruction classic program
fenjieyuchonggou
- 对图像进行小波分解与重构，并进行去噪处理-Wavelet image decomposition and reconstruction, and denoising
xiaobo
- 利用小波技术对原始信号进行重构与去噪，结果表明效果很好-Wavelet technique to reconstruct the original signal and noise removal, the results show that good results
matlab
- 基于小波软阈值的信号去噪 小波去噪 小波分解与重构-Soft threshold based on wavelet signal denoising wavelet decomposition and reconstruction wavelet denoising
wavelet-image
- 二维图像信号的去噪步骤： （1）二维图像信号的小波分解。选择合适的小波与恰当的分解层次N，并对待压缩的二维图像信号进行N层分解计算。 （2）对分解后的每一层高频系数，选择一个恰当的阈值，并对该层高频系数进行软阈值量化处理。 （3）二维图像信号的小波重构。用小波分解后的第N层近似（低频系数）和经过阈值量化处理后的各层细节（高频系数），对二维信号进行小波重构。-Two-dimensional image signal denoising steps: (1) two-dimensiona
xiangye
- 小波变换图像压缩与去噪 多层分解后重构 与各项细节-using wavelets to cmp image and get noise off hjkhjdshdiuwuhdohoqhdoioiqdhiqwhd
WaveletApply
- 小波分析用于图像去噪、边界扭曲、压缩、数字水印、小波包分解与重构、图像融合及边缘检测。-Wavelet analysis is used to image denoising, boundary twisted, compression, digital watermark, and wavelet packet decomposition and reconstruction, image fusion and edge detection.
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
wvd
- 这是一个轴承故障分解程序，给予小波变换，小波去噪，小波重构与EMD相结合，有时频谱，边际谱，功率谱-This is a to bearing failure decomposition program given wavelet transform, wavelet denoising wavelet reconstruction combined with EMD, sometimes the spectrum, marginal spectrum, power spectrum
exam_leleccu
- 基于leleccum的小波分解重构案例.本文件通过案例剖析详细阐述了小波分解与重构常用命令的运用技巧。内容包括多级小波分解、直接重构、单尺度重构、单支重构、重构误差分析、波形数据去噪等。案例基于leleccum数据集，图文并茂，层次分明，对比显著，便于学习领会。-A wavelet example based on leleccum dataset
Wavelet-reconstruction
- 小波的分解与重构_去噪。对含噪的信号去噪，实现信噪分离-Wavelet decomposition and reconstruction _ de-noising. Noisy signal de-noising, to achieve the signal to noise separation
Wavelet
- 几种常用的小波去噪方法 分别是小 波分解与重构法\非线性小波变换阈值法\平移不变量法和小波变换模极大值法,供大家分享！-the application of wavelet transform method in the noise elimination
小波去噪
- 运用小波阈值实现图像去噪，同时有小波的分解与重构。(Wavelet threshold is used to realize image denoising and wavelet decomposition and reconstruction.)
心电信号检测与分类算法的研究
- （1）心电信号预处理 心电信号是一种低频且含有众多噪声干扰的信号。针对心电信号存在的 噪声干扰问题，本文采用了平稳小波变换结合双变量阈值的方法对其进行去 噪处理。通过对心电信号进行八层平稳小波变换，得到不同的小波系数，采 用双变量阈值函数表达式对其进行处理得到新的小波系数，最后进行逆平稳 小波变换实现小波重构，完成心电信号去噪。Matlab 仿真结果显示，本文算 法的准确率较高，信噪比达到 84.5934dB。 （2）心电信号波形识别 反映心电信号的特征部分往往是信号的突变点，因此需
小波实验
- 哈尔小波转换 一维信号与二维图像的三级分解 信号去噪与重构 morlet小波连续小波变换(Haar wavelet Three level decomposition of one dimensional signal and two dimensional image Signal denoising and reconstruction morlet wavelet continuous wavelet transform)
小波降噪
- 小波降噪的方法有多种，如利用小波分解与重构的方法滤波降噪、利用小波变换模极大值的方法去噪、利用信号小波变换后空域相关性进行信噪分离、非线性小波阈值方法去噪、平移不变量小波降噪法，以及多小波降噪等等。归结起来主要有三类：模极大值检测法、阈值降噪法和屏蔽（相关）降噪法。其中最常用的就是阈值法去噪，其基本思想就是利用图像小波分解后，各个子带图像的不同特性选取不同的阈值，从而达到较好的降噪目的