搜索资源列表
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。
xiaobobianhuan
- 这是一种小波算法，论文名称“一种基于第二代小波变换的图像融合算法”，源自“万方数据库”。
Select_WaveletFun
- 非常有实际应用价值的基于均方差方法选择小波函数程序。
tuxiangronghe
- 本文给出了一种混合多级式多聚焦图像融合方法。对于三层小波分解的多聚焦图像融合，每幅图像被分解为三层十个频带。对这十个频带本文分别采用三种方法进行融合。对于低频系数，本文仍然采用求平均法；对于高频系数本文采用方差法和最大系数法进行融合。它们的计算量比最大系数法大一些，但是融合结果更接近于原始清晰图像，而相比于方差法，它们的计算量小的多，但是融合质量稍差一些，应用者可以根据不同的需要进行选择。-This paper presents a hybrid multi-level multi-focus
infraredimagedenoise
- 红外图像自适应降噪处理的的论文。该方法首先将图像分解为R，G，B颜色分量图像，对每幅图像进行小波变换。根据变换后的不同细节子图的小波系数在区域及方向上具有的不同相关性，用不同的窗口对不同细节图像系数的方差进行估计，然后对小波系数进行一种改进的阈值处理，得到结果图像。-An adaptive wavelet denoising algorithm is presented for noise rem oval of pseudo-color infrared images．
IRandvisbletuxiangpeizhun
- 针对可见光与红外图像的特点和难点，提出了可见光与红外图像配准与融合中的关键技术，即: 使用新型的基于一维最大类间方差和最大连通性测量的图像分割方法对源图像进行分割来更好地实行图像粗 配准 使用新型的特征点提取方法，特征点的匹配及误匹配的消除来更好地实行图像精配准 采用新型的基 于区域的树状小波活性测度计算来实现树状小波图像融合 利用自生成神经网络来实现模栩图像融合. -For visible light and infrared images of the characteris
WaveletImageFusion
- 该程序是用小波的方法对两幅图像进行融合。在低频系数对小波系数采用基于区域方差的加权融合方法处理,高频系数采用基于像素点小波系数绝对值取大的规则进行融合。该方法避免了图像融合过程中因平均化而出现的模糊现象, 融合后的图像内容更加清晰, 更容易识别。-The program realized to fuse two images by the method of wavelet. In the low-frequency coefficients of the wavelet coefficient
denoi_BLS_GSM_band
- 小波域高斯尺度模型去噪，使用贝叶斯最小均方估计系数-Wavelet denoising of Gaussian scale model, using the Bayesian minimum mean-square estimated coefficients
gaijinwavelet
- 小波变换在图像融合中的应用已有不少,但大多是热图像和可视图像的融合,在医学图像融合方面的研 究还比较少。针对这一现状,提出了基于形态学小波的医学多分辨率融合方法和小波域基于差值图像分割的加权融 合方法。该方法保留了小波的视觉效果,同时在很大程度上减少了运算的复杂度,优化了加权系数的计算方法,得到 了较好的融合效果。实验结果表明了该算法的优越性。-There are many app lications ofwavelet transform to image fusion. But
Orangedetect
- 为了研究适合近红外光谱无损检测脐橙VC 含量的光谱预处理方法, 比较了11 种光谱预处理方法对偏最小二乘法( PLS) 建模预测效果的影响。结果表明, 小波消噪效果最好, 模型预测值与标准值的相关系数R 达到0. 957 4, 交叉验证预测均方差仅为3. 90, 最优光谱波段为7 501. 7～5 449. 8 cm- 1, 主成分数为8。小波消噪是脐橙VC 含量近红外光谱无损检测的有效光谱预处理方法。-In order to search an appro priate pret reatme
html
- 小波分析 小波降噪 噪声方差分析实际应用例子-Wavelet analysis Wavelet Noise Reduction Noise analysis of variance example of practical application
harr12
- 计算haar尺度函数和小波基系数矩阵，用于数值计算，如解偏微方方程，自己编写的。-Computing haar wavelet scaling function and the coefficient matrix for the numerical calculation, such as the solution of partial differential equations side, I have written.
WaveletFusion
- 基于小波变换的多传感器融合算法，先通过小波变换分离低频信号和高频噪声，计算高频噪声的方差，通过不同传感器信号噪声方差的大小决定不同传感器的置信程度（方差越小，权重越大），最后进行信号融合。-Wavelet-based multi-sensor fusion algorithm, the first separation of low-frequency signal by wavelet transform and high frequency noise, calculate the vari
ff7bca1d9f3f
- 实现自适应小波分解，提出图像特征值，计算图像均值方差，接口简单好用-Adaptive wavelet decomposition of the image feature value, calculate the mean variance of the image, easy-to-use interface...
zuidalei
- 基于小波的最大类方差法的图像分割技术的代码，最大类方差法也是一种图像分割技术-The maximum variance method in wavelet-based image segmentation technology code, the maximum entropy method is a segmentation technique
0010
- 用于小波阈值去噪，用软阈值方法对含噪信号去噪，并计算信噪比和均方误差-For the wavelet threshold denoising noisy signal denoising using soft threshold method, and calculate the signal-to-noise ratio and mean square error
Edge-image-registration
- 图像配准是多传感器图像融合研究中的一项关键技术。多传感器图像特别是波段相距较远的相 关性较小的图像，要实现图像配准存在很大的困难。对于能够用仿射变换模型来描述的图像，图像之间比较 明显的特征是各个物体之间的边缘．该文研究利用小波变换的方法提取图像的边缘，并对边缘图像作交互方 差分析，搜索出最佳交互方差的配准参数。通过对SPOT和TM图像的处理，达到了精度较高的配准效 果．-Image registration is a key technology in the study o
image-registration-
- 该文研究利用小波变换的方法提取图像的边缘,并对边缘图像作交互方差分析,搜索出最佳交互方差的配准参数 通过对 S P O T 和 T M 图像的处理, 达到了精度较高的配准效-This paper studies the use of wavelet transform to extract image edge, and the edge of the image for interactive analysis of variance, search out the best intera
POLSAR--target-extraction
- 基于散射机理分类与方位对称性判决的提取新方 法, 充分利用目标与杂波在散射机理类型及方位对称性上的差异进行提取。-Scattering mechanism based on the classification and extraction of the new orientation of the symmetry ruling party France, make full use of the target and clutter scattering mechanism in t
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