搜索资源列表
mulscal_edge
- 我编写的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； -I prepared a multiscale edge detection example, the method is : 1, the first three images scale wavelet transform; 2, wavelet coefficients fo
2D_EMD_Codes
- 二维经验模态分解，采用形态学求极值点，径向基神经网络拟合，速度较快。
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
adc7886
- 模数转换器ADC7886的驱动源程序，包含去极值求平均和得到当前单个转换结果的程序-ADC7886 ADC driver source code, including the average to extreme demand and receive the results of the current procedures for a single conversion
inpainting
- 基于纹理的形状恢复和纹理的应用,利用离散小波框架模极值共生距阵的分类算法，能够很好的修得复大块缺损的图像-Based on the shape and texture, using the texture application framework of discrete wavelet modulus maximum symbiosis of classification algorithm is very good, can you answer large defect image
bemd
- 二维经验模态分解，采用形态学求极值点，径向基神经网络拟合，速度较快。-Two-dimensional empirical mode decomposition, using morphology for extreme points, radial basis function neural network fitting, faster.
EMD
- EMD 算法的目的在于将性能不好的信号分解为一组性能较好的 IMFs 这里 IMF 须满足如下两个性质 1 信号的极值点 极大值或极小值 数目和过零点EMD 算法是 HHT 的核心算法之一 用来将信号分解为一组性能较好的固有模 态函数(IMF) 以便进行 Hilbert 变换 数目相等或最多相差一个 2 由局部极大值构成的上包络线和由局部极小值构成的下包络线的平均值为零 用于心电信号处理-The purpose of EMD algorithm is that the b
Boundary_Mirror_New
- 经验模态分解中推信号进行镜像延拓，并且考虑到多点值与极值的关系-Empirical mode decomposition signal mirror continuation, and given more value to the extreme
esmd4j-1.0-free
- 一种新的信号分解方法，极值点对称模态分解。能处理非平稳非线性信号。-A new method of signal decomposition, extreme value point symmetry mode decomposition. Can deal with non-stationary nonlinear signal.
emd-method
- 经验模态分解(EMD Empirical Mode Decomposition )算法是Hilbert-Huang变换(HHT)的核心算法。经验模态分解(EMD)算法是通过算法过程定义的，而并非由确定的理论公式定义的，所以对其进行准确的理论分析非常困难，我们目前只能借助大量的数字仿真试验不断对其性能进行深入的研究。 EMD算法的目的在于将性能不好的信号分解为一组性能较好的本征模函数（IMFIntrinsic Mode Function ），且IMF须满足以下两个性质： (1)信号的极值点(极
模极大值降噪算法
- 可以实现对心电信号中模极值点的提取，软硬阈值算法的对比实验，以及小波的多层次分解(It can extract the extreme point of the ECG signal)
基于互信息的肝脏图像配准算法研究
- 基于互信息的肝脏图像配准算法研究 肝脏是人体重要的消化器官，肝脏疾病直接影响到人的生命健康。医学影像 学的快速发展为临床诊断提供了丰富直观的医学图像，肝脏CT增强扫描图像使 用造影剂可以在不同相期得到肝动脉与肝静脉高亮的图像，而不同模态的肝脏图 像反映了不同的病理信息。单一相期图像和单一模态图像往往都不能全面反映出 病理信息，通常融合不同肝脏相期图像和不同模态的肝脏图像可以提供更丰富的 信息以便医生掌握病变肝脏的综合信息，从而做出正确诊断或制定出合适的治疗 方案。而这首先要将待融合
package_emd
- 经验模态分解(EMD)算法是通过算法过程定义的，而并非由确定的理论公式定义的，所以对其进行准确的理论分析非常困难，我们目前只能借助大量的数字仿真试验不断对其性能进行深入的研究。 EMD算法的目的在于将性能不好的信号分解为一组性能较好的本征模函数（IMFIntrinsic Mode Function ），且IMF须满足以下两个性质： (1)信号的极值点(极大值或极小值)数目和过零点数目相等或最多相差一个； (2)由局部极大值构成的上包络线和由局部极小值构成的下包络线的平均值为零。(Empiri
Matlab runcode
- EMD（经验模态分解，全称Empirical Mode Decomposition，一般指EMD算法）是Hilbert-Huang变换（HHT）的核心算法。 经验模态分解(EMD)算法是通过算法过程定义的，而并非由确定的理论公式定义的，所以对其进行准确的理论分析非常困难，我们目前只能借助大量的数字仿真试验不断对其性能进行深入的研究。 EMD算法的目的在于将性能不好的信号分解为一组性能较好的本征模函数（IMFIntrinsic Mode Function ），且IMF须满足以下两个性质： (1
package_emd
- 经验模态分解（Empirical Mode Decomposition,EMD）法是黄锷（N. E. Huang）在美国国家宇航局与其他人于1998年创造性地提出的一种新型自适应信号时频处理方法，特别适用于非线性非平稳信号的分析处理。对经过EMD处理的信号再进行希尔伯特变换，就组成了大名鼎鼎的“希尔伯特—黄变换”（HHT）。由于脑电信号处理很少在EMD之后接上希尔伯特变换，在这里仅介绍EMD的相关基础知识。 EMD其实就是一种对信号进行分解的方法，与傅里叶变换、小波变换的核心思想一致，大家