搜索资源列表
TheAppliedResearchesBasedonWaveletAnalysisTheoryan
- 小波分析是时间- 频率分析, 它具有时频窗任意“伸缩”的能力, 基于小波变换原理的数字滤波器具有 傅里叶分析不可比拟的优越性。小波的分解与重构算法简单, 这使得滤波器实现起来简单可靠
dipum_1.1.4
- Image Processing的所有源代码，包括傅里叶变换，各种滤波器的函数实现等。
txlb
- 数字图像处理中的滤波和傅里叶压缩，包括理想低通滤波器，巴特沃茨高通滤波器，高斯带通滤波器，高斯带阻滤波器，FFT图像压缩。附原图像和处理后的图像截图。-Digital image processing in filtering and Fourier compression, including the design of an ideal low-pass filter, design Batewoci high-pass filter, bandpass filter design Gaus
frequency
- 用傅里叶变换对图形进行变换，然后用高斯低通、高通滤波器对图像进行去噪-Fourier transform graphics transform, and then use Gaussian low-pass, high pass filter for image denoising
three_lowpass_filters
- 彩色图像转为灰度图像，灰度图像的傅里叶低通滤波，彩色图像的傅里叶低通滤波，三种滤波器的三维表示-Transforming a color image to a grayscale image Do low-pass filtering to a grayscale or color image by Fourier transform The three-dimensional representation of three types of filters
three_highpass_filters
- 用9种方法对彩色图像进行傅里叶高通滤波，有三种基本高通滤波器，三种增强型，三种加上直方图均衡的-Use nine methods doing high-pass filtering to a color image by Fourier transform:three basic filters,three enhanced,three enhanced with histogram equalization
three_highpass_filters
- 用9种方法对彩色图像进行傅里叶高通滤波，有三种基本高通滤波器，三种增强型，三种加上直方图均衡的-Use nine methods doing high-pass filtering to a color image by Fourier transform:three basic filters,three enhanced,three enhanced with histogram equalization
SignalProcessMatlab
- 包含了很多数字信号处理方面的代码，如傅里叶变换，模拟和数字滤波器设计等，很实用。-Contains a lot of digital signal processing code, such as Fourier transform, analog and digital filter design, very practical.
DIB
- 这是一个常用的数字图像处理程序，包括图像的大小变换，傅里叶变换，傅里叶逆变换，常有的滤波器等-This is a commonly used digital image processing procedures, including the size of the image transform, Fourier transform, inverse Fourier transform, filter and so often
abei9
- 是用作开发数字图像滤波器的，但功能尚未完善。但是其中的傅里叶变换和逆变换对图像初学者理解FFT有帮助。-Development of digital image filter is used, but the function has not been perfect. But one of the Fourier transform and inverse transform FFT of image help beginners to understand.
MeFrm
- 傅立叶变换在图像处理中的重要作用： (A) 图像增强与图像去噪 绝大部分噪音都是图像的高频分量，通过低通滤波器来滤除高频噪声；边缘也是图像的高频分量，可以通过添加高频分量来增强原始图像的边缘； (B) 图像分割与边缘检测 提取图像高频分量 (C) 图像特征提取 形状特征：傅里叶描述子 纹理特征：直接通过傅里叶系数来计算纹理特征 其他特征：将提取的特征值进行傅里叶变换来使特征具有平移、伸缩、旋转不变性 (D ) 图像压缩 可以直接通过傅里叶系数来压缩数据
Basic_Image_Process
- 基本的图像处理程序：统计直方图，阈值分割，图形加减，傅里叶频谱分析，频域理想高通、低通滤波，高斯型滤波器，伪彩色编码，可以保存处理以后的图像-Basic image processing: histogram, threshold segmentation, graphics, addition and subtraction, Fourier spectral analysis, frequency domain the ideal high-pass, low pass filter, Ga
hong_enhancement
- 指纹图像增强，gabor滤波器，包括形态学分割，形态学细化，加窗短时傅里叶变换增强，方向图估计及平滑，纹线频率估计及平滑-Fingerprint image enhancement, gabor filters, normalization, equalization, morphological segmentation, morphological thinning, windowed short time Fourier transform enhanced estimates and s
program-sets
- 图像处理程序集包含滤波器滤波，神经网络，边缘检测，傅里叶变换等众多程序-matlab digital image processing program sets
Wavelet-transform-and-MATLAB-tools
- 这本书是非常具有实用性的书籍，它具有如下特性：1.在第一章中对小波变换所需要的傅里叶变换和滤波器的知识予以介绍，2.对小波变换中的重要内容从物理意义和信号处理角度予以直观解释，3.对小波变换中的一些重要公式给予简洁的数学推导。在最后一部分中介绍了小波变换的Matlab工具的应用。-This book is very practical books，it has the following features：1.Fourier transform and filter required at t
IPLib
- 二维傅里叶变换和反变换，低通滤波器的实现和影像条带的去除-2 dimension fourier transfer and anti-transfer ,low-pass filter and wipe off the stripe of image
pinpuyuan
- 数字图像处理傅里叶频谱圆，便于确定滤波器中心，以及截至频率！-Fourier spectrum of digital image processing, round, easy to determine the filter center, as well as the frequency!
DFT
- visual c++写的傅里叶变换，以及在频域实现低通滤波和高通滤波(Fourier transform written by visual c++ and low-pass filtering and high pass filtering in frequency domain)
cvGabor
- 傅里叶变换是一种信号处理中的有力工具，可以帮助我们将图像从空域转换到频域，并提取到空域上不易提取的特征。但是经过傅里叶变换后，图像在不同位置的频度特征往往混合在一起，但是Gabor滤波器却可以抽取空间局部频度特征，是一种有效的纹理检测工具(Fu Liye transform is a powerful tool in signal processing, which helps us transform images from airspace to frequency domain and e
傅里叶谱与频域低通滤波
- 傅里叶谱与频域低通滤波 (a)从图书网站下载图4.41(a)并计算其(居中)傅里叶谱。(b)显示频谱。(c)在等式(4.8-7)中实现高斯低通滤波器。您必须能够指定结果2D函数的大小，M x N。此外，您必须能够指定高斯函数的中心位置。(d)从图书网站下载图4.41(a)，并对其进行低通滤波，以复制图4.48中的结果。(Fourier Spectrum and Lowpass Filtering in Frequency Domain (a) Download Fig. 4.41(a)