搜索资源列表
小波边缘检测
- 基于小波变换模极大的多尺度图像边缘检测matlab源代码-based on wavelet transform modulus maxima of multiscale edge detection Matlab source code
基于小波变换的多尺度图像边缘检测
- 基于小波变换的多尺度图像边缘检测matlab源代码
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
二维小波变换程序
- 关于二维小波变换程序，用matlab编写的，请大家多提宝贵意见，-on wavelet transform two-dimensional procedures used in the preparation of Matlab, we offer valuable opinions, thank you
基于小波变换模极大的多尺度图像边缘检测matlab源代码
- 基于小波变换模极大的多尺度图像边缘检测matlab源代码
多尺度边缘检测实例
- 一个多尺度边缘检测实例，方法是： 1、先对图像进行3个尺度的小波变换； 2、求小波系数的模值及其梯度方向； 3、确定模的极大值，即候选边缘点； 4、通过反变换合成3个尺度的模的极值图像,A multi-scale edge detection example, the method is: 1, first image of the three-scale wavelet transform 2, and the modulus value of wavelet coefficient and
WaveletTransform
- 采用多种小波基的离散小波变换源码-Wavelet basis using a variety of discrete wavelet transform source
cl3
- cl3多小波详细的去噪程序及对这个程序的一些改进-cl3 multiwavelet denoising detailed procedures and a number of improvements to this process
sa4
- 关于sa4多小波的图像去噪程序及对这个程序一些新的想法-About sa4 multiwavelet image denoising procedures and on this program some new ideas
cl2
- 关于cl2多小波的图像去噪程序及对这个程序一些新的想法-About cl2 multiwavelet image denoising procedures and on this program some new ideas
Wavelet_denoising
- 包含了许多小波阈值去噪的程序，可以用MATLAB仿真，不错哦。-Contains a number of wavelet threshold denoising procedure, you can use MATLAB simulation, pretty good.
cl
- 可以画出CL多小波的尺度函数和小波函数的图像，只要把滤波器组输入相关的系数即可完成(We can draw the scale function of CL multi wavelet and the image of the wavelet function, so long as the filter banks are input the correlation coefficients can be completed.)
cl4
- 通过已知的滤波器系数，来画出小波函数的时域图(The time domain diagram of the wavelet function is drawn by the known coefficient of the filter)
matlab小波变换程序
- 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
小波神经网络用于分类的基础源码
- 小波神经网络中用于分类的代码，代码比较复杂，需要多加学习。(The code used for classification in the wavelet neural network is more complex and needs more learning.)
小波基函数
- 我们通常用的函数dbn中的n就是这个小波函数的消失矩; 消失矩越大,它的支撑长度就越大,通常是支撑长度不少于2*n-1的; 消失矩越大,对应的滤波器越平坦,而且小波函数的振荡很强. 光滑函数在利用小波展开后的零点越多,也就是说小波的消失矩的大小, 决定了小波逼近光滑信号的能力.这一点也可以用来进行图像压缩. 越大的消失矩将使高频系数越小,小波分解后的图像能量也就很集中,压缩比例就越高. 通常我们都愿意采用消失矩较高的小波函数. 我们可以对一个信号,采用不同的消失矩的小波函数来分
二维小波分解 (1)
- 小波变换，对图像二维信号进行3层小波分解。 本题二维图像采用MATLAB自带的图片,实现图片多层小波分解的函数是： [C,S]=wavedec2(X,N,’wname’) , 即使用给定小波‘wname’对二维信号X进行N层小波分解。本题使用’bior3.7’小波进行分析。(wavelet transform)
基于多信号小波变换分解的特征提取
- 实现对振动信号的小波变换分解的特征提取。(The wavelet transform decomposition of vibration signal is realized to extract its features.)
小波去噪
- 小波去噪，不同小波基，多层小波分解，软硬阈值去噪。(Wavelet denoising, different wavelet bases, multilayer wavelet decomposition, hard and soft threshold denoising)
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