搜索资源列表
利用小波变换灰度处理
- 用小波变化实现对图像的灰度处理。在学信号处理的时候读过的一个源程序 -wavelet changes to achieve the gray image processing. Signal processing in school when read in one source
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
ecg.rar
- matlab环境下心电信号去噪处理和QRS波检测的一些综合方法的比较，主要是利用小波变换的去噪方法,matlab environment Denoising ECG QRS wave detection and treatment of a number of integrated methods, mainly the use of wavelet transform de-noising method
wavelet.rar
- 二维离散小波变换的代码，用C语言实现，可用于数字信号处理、数字图像处理、地震勘探,Two-dimensional discrete wavelet transform code, using C language implementation can be used for digital signal processing, digital image processing, seismic exploration
WaveletDenoise
- 本设计基于小波变换法对语音信号进行去噪处理，得到了较好的语音增强效果-The design is based on wavelet transform denoising the speech signal to obtain a better speech enhancement
f10_1
- 小波变换在信号处理中的应用,包括压缩,去噪等,程序很简单-wavelet transform in signal processing applications, including compression, denoising, a very simple procedure
final
- 小波变换处理带噪语音信号，对于低信噪比的情况下相当有效，直接改文件名就可完成-Wavelet Transform of Noisy Speech signal processing for low SNR case quite effectively, direct to the file name can be completed
1125
- 基于小波转换对vc程序源代码！小波变换由于具有良好时频局部化特性，它通 过对不同的频率成分采用逐渐精细的采样步长，可 以聚焦到信号的任意细节，能很好地处理微弱或突 变信号-err
toolbox_wavelets
- 小波变换目前在各行各业都有应用，该小波变换工具箱，是一个外国研究所的研究成果，里面有其开发的各种小波工具，包括双正交波，多小波，等。在图像处理、信号处理等方面应用广泛-Wavelet transform applications in all walks of life, the wavelet transform toolbox, is a foreign institute of research results, which has its development of a variety
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
JPEG2000_9_7_002.pdf
- 基于实数的二进制表示法，把CDF(Cohen，Daubechies and Feauveau)9／7双正交小波基的提升系数化为二进制，采用简单的移位一加操作代替结构复杂的浮点乘法器，从而实现了JPEG2000中9／7离散小波变换的定点计算．相对于浮点计算法，移位一加操作最大的优点是计算简单，特别易于超大规模集成电路实现，因而使硬件实时处理图像信号成为可能．实验仿真结果表明：在低压缩比的情况下，用移位一加操作重构的图像，其峰值信噪比(PSNR)只比浮点法低0．10 dB，当压缩比增大时，其PSNR
041010
- matlab环境下关于数字信号处理的一些程序，主要是利用小波变换的去噪程序-matlab environment about a number of digital signal processing procedures, mainly the use of wavelet transform de-noising procedures
wavelet_report
- 信号处理是结构健康监测系统一个重要组成部分。小波变换作为有效的信号处理工具能对被分析信号进行更细致分析，获得比傅立叶分析更多的信号特征。将小波分析应用于航空结构材料的结构健康监测中，对检测信号进行时频局部化处理，获得与结构状态相联系的特征。-Signal processing is a structural health monitoring system an important part. Wavelet transform as an effective signal processing
xiaobobianhuantux
- 小波变换是一种快速发展和比较流行的信号分析方法, 其在图像处理中有非常重要的应用, 包括图像压缩, 图像去噪, 图像融合, 图像分解, 图像增强等。小波分析是傅立叶分析思想方法的发展与延拓。除了连续小波 (CWT)、离散小波(DWT), 还有小波包avelet Packet)和多维小波。本文主要介绍小波变换的发展及其在图像处理、的应用-Wavelet transform is a fast-growing and more popular method of signal analysis,
ECGmonitoring
- 小波变换是一种信号的时间—尺度分析方法，它具有多分辨率分析的 特点，而且在时频两域都具有表征信号局部特征的能力。由于其在信号处 理领域表现出的优异性能，目前在生物医学领域，广泛应用于信号检测、 特征提取、图像处理、信号压缩等方面。 -Wavelet transform is a signal of the time- scale analysis method, it has the characteristics of multi-resolution analysis, bu
wavelet
- 小波变换用于脑电信号处理，可以很好的对脑电信号进行时频分析-Wavelet transform for EEG signal processing, can be very good for time-frequency analysis of EEG
wavalet
- 通过小波变换对图像信号进行分解，去噪，压缩再重构，得到处理后的图像-Images using wavelet transform signal decomposition, denoising, compression and then reconstructed to obtain the processed image
curvelet_first_generation
- 小波变换就一个信号分解为几个信号，小波变换大量应用于图像处理、谐波分析及故障诊断中。(Wavelet transform decomposes a signal into several signals. Wavelet transform is widely used in image processing, harmonic analysis and fault diagnosis.)
Untitled2
- 对信号进行小波变换，从而达到对信号的分析与处理(The signal is transformed by wavelet to achieve the analysis and processing of the signal.)
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