搜索资源列表
lab14max_module_image_me
- 基于梯度算法的复高斯子波提取图像信号边缘特性
medfilt3
- 从国外网站下载的代码，中值滤波可以很好地过滤掉各种噪音数据，另外，还可以很好地保留边缘信息。此程序可以对一维二维三维信号，进行中值滤波，完成噪声的去除
rongyuxb
- 图像去噪是图像处理领域中的一个重要内容，图像去噪总是需要在抑制噪声和保持图像细节之间做折衷。小波变换作为一种新的信号处理工具，在信号去噪领域已得到了成功的应用。在传统的基于正交小波变换的图像去噪方法中，重建图像在边缘附近容易产生振荡从而造成边缘失真，噪声较严重时还会产生模糊边缘；利用冗余小波变换，可以克服正交小波变换去噪存在的不足, 进一步提高算法的去噪性能
wavelet_edge-detection
- 小波模极大值原理在图像边缘提取和信号奇异点检测中的应用
小波变换在活塞环图像边缘检测中的应用研究
- 摘 要 小波变换是时间频率的局部化分析，它可以通过伸缩平移运算对信号逐步进行多尺度细化。本文正是基于小波变换在图像处理领域中表现出的多尺度分析，提出了用小波变换检测活塞环图像边缘的方法，这种方法通过对二维小波变换图像局部极大值的检测得到图像的边缘信息。通过实验证明了这种方法的有效性。-Abstract wavelet transform is the local time frequency analysis, it can shift computing through telescopic
anisodiff
- 本程序实现灰度图像各向异性扩散(滤波算法，可以用于平滑信号，保留边缘，增强边缘对比度。与普通高斯算法相比，它不会平滑边缘的图像-This procedure to achieve gray-scale image anisotropic diffusion (filtering algorithm can be used to smooth the signal, retaining edge, to enhance the edge contrast. With ordinary Gauss
wavelet_max
- 小波模极大值原理在图像边缘提取和信号奇异点检测中的应用-Wavelet Modulus Maxima Principle in Image Edge Detection and Signal Singularity Detection
waveletanalysisandapplication
- 小波分析及其应用，详细介绍了小波变换原理和基本方法，还重点介绍小波变换在语音和图像处理、信号检测、多尺度边缘提取等领域的应用。-Wavelet analysis and applications, described in detail wavelet transform principles and basic methods, but also focuses on Wavelet Transform in the voice and image processing, signal det
enhance
- 在图象中，边缘是由灰度级和相邻域点不同的象素点构成的。因而，若想增强边缘，就应该突出相邻点间的灰度级的变化。微分运算可用来求信号的变化率，因而具有加强高频分量的作用。如果将其应用在图象上，可使图象的轮廓清晰。由于我们常常无法事先确定轮廓的取向，因而挑选用于轮廓增强的微分算子时，必须选择那些不具备空间方向性的和具有旋转不变的线形微分算子。-In the image, the edge is adjacent to the gray-scale and different domains consi
Edgedetect
- 小波变换检测信号频谱边缘，利用多尺度小波模极大值法确定信号频谱边缘。-Wavelet transform edge detection of the signal spectrum, using multi-scale wavelet modulus maximum method to determine the edge of the signal spectrum.
restore
- 图像增强的目标是改进图片的质量，例如增加对比度，去掉模糊和噪声，修正几何畸变等；图像复原是在假定已知模糊或噪声的模型时，试图估计原图像的一种技术。 图像增强按所用方法可分成频率域法和空间域法。前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。具有代表性的空间域算法有局部求平均值法和中值滤波（取局部邻域中的中间像素值）法等，它们可用于去除或减弱噪声。 -A
edge_detection
- 利用小波边缘检测算法实现对图像的边缘检测，效果良好。-Wavelet edge detection algorithm on edge detection with good results.
multi_scale_edgedetect
- 利用小波变化对信号的边缘进行检测，方法使通过多尺度积对信号功率谱进行变化-Changes in the signal using the wavelet edge detection method to plot the signal through the multi-scale changes in the power spectrum
MCU_1908
- 针对CMOS 图像传感器输出的Bayer 格式的图像数据, 利用TI 公司的TMS320DM642 数字信号处理器的专用视频端口,可以实现图像捕获、数据传输的无缝连接的特点, 构建了以DM642 为核心的图像实时处理系统。在DM642 中采用两种通用方法(双线性插值、边缘检测) 和文中提出的信号相关的方法, 将从Bayer 公司的CMOS 图像传感器所捕获的8 位Bayer 格式图像数据, 转换为24 位RGB 格式彩色图像数据, 并通过PSNR(信噪比) 和NCD(归一化彩色差异规范) 两种评
GUI
- 利用Matlab的图形用户界面（GUI）编程实现1.信号产生,信号基本运算,傅立叶变换 2.图像文件的读取和显示,图像增强,边缘检测,图像的数学变换-Using Matlab' s graphical user interface (GUI) programming 1. Signal generation, signal basic operations, Fourier transform 2. Read and display image files, image enhance
1D--2D-or-3D-median-filtering
- 中值滤波可以很好地过滤掉各种噪音数据，另外，还可以很好地保留边缘信息。此程序可以对一维二维三维信号，进行中值滤波，完成噪声的去除。 -Median filter can filter out a good variety of noise data, In addition, the edge information can be well preserved. This program can be two-dimensional three-dimensional one-dimensi
imgprocCGsignalproc
- BMP图像处理程序，包括模拟信道产生的高斯加性噪声；图像灰度变换；图像的拉普拉斯边缘提取；中点滤波法的debluring；图像线性模糊。 图形显示函数，包括DDA方法画直线；中点裁剪法；liang-barsky算法的窗口裁剪；种子填充算法； 随机信号处理程序，包括产生正态分布、均匀分布样本；计算其均值与方差；各样本的概率分布直方图分析；功率谱分析；样本叠加的PSD分布分析。-BMP image processing procedures, including analog channel
wavelet_analysis
- 小波分析工程应用实例代码。小波变换检测故障信号与小波类型的选择；图像多尺度边缘检测算法研究；基于小波图像压缩技术的算法等等实例。-Wavelet analysis of engineering application code. Failure detection signal wavelet transform and wavelet type selection image multi-scale edge detection algorithm wavelet-based image
xiaobogongcheng
- 很实用的小波分析源码，应用于各种工程实际项目中 6.1小波分析263 6.2从傅里叶变换到小波变换266 6.3基于MATLAB的小波快速算法设计271 6.4小波变换检测故障信号与小波类型的选择283 6.5图像多尺度边缘检测算法研究292 6.6小波变换在信号特征检测中的算法研究298 6.7基于小波的信号突变点检测算法研究307 6.8基于小波的信号阈值去噪算法研究313 6.9基于小波图像压缩技术的算法研究320 6.10小波变换图像测试分析331
Research-on-the-Wavelet
- 用于信号去噪中有小波变换实现信号的极大值检测及边缘识别-Wavelet transform for signal denoising realize the great value of the signal detection and edge detection