搜索资源列表
video_wvltcoding
- 小波视屏图像处理，包括小波图像编码。该软件模块是执行一个或多个MPEG-4视频工具的一部分。适用于MPEG-The Wavelet screen image processing, including wavelet image coding. The software module is part of the implementation of one or more MPEG-4 video tools. For MPEG
second
- 对于小波多分辨率学习，很好用。对于小波应用信号分析，有很大启发-Wavelet multi resolution analysis for signal detection
perform_atrou_transform
- 一种小波分解，用于多分辨率分解，在分解的过程中，同时给出各级的细节和概貌。-a trous wavelet decomposition
yasuo
- 用小波基函数bior3.7完成对二维图像的多分辨率分解，进而完成对图像信息的压缩-Using wavelet basis function of bior3.72D multi-resolution decomposition of image, and then the completion of image information compression
yasuogray
- 用小波基函数bior3.7完成对二维灰度图像的多分辨率分解，进而完成对图像信息的压缩 -Wavelet basis function of bior3.72D gray image multiresolution decomposition, and completion of image information compression
yasuograymat
- 用小波基函数bior3.7完成对二维伪彩色图像的多分辨率分解，进而完成对图像信息的压缩 -Using wavelet basis function of bior3.72D Pseudo Color Image multiresolution decomposition, and completion of image information compression
yasuomat
- 用小波基函数bior3.7完成对二维伪彩色灰度图像的多分辨率分解，进而完成对图像信息的压缩 -Using wavelet basis function of bior3.7two-dimensional pseudo-color Gray-scale Image multiresolution decomposition, and completion of image information compression
yasuoRGB
- 用小波基函数bior3.7完成对二维彩色图像的多分辨率分解，进而完成对图像信息的压缩-Using wavelet basis function bior3.7performed on a two-dimensional color Image multiresolution decomposition, and completion of image information compression
Nlayer_denoise
- 小波变换的图像去噪，对图像进行分层。小波阈值去噪，对图像进行多层次的去噪。-Wavelet image denoising, layered images. Wavelet threshold denoising, multi-level image denoising.
quzaochengxu
- 通过阈值去噪，最关键的就是要确定最佳阈值T 的大小.如果阈值太小，可以保留更多的小波系数，但同时噪声也被保留；相反，阈值太大，可以消除更多的噪声，但重要图像特征又将被滤掉，引起偏差.目前使用的阈值分为全局阈值和局部阈值.全局阈值对各层所有的小波系数或同一层内的小波系数都是统一的；局部阈值则是根据当前系数周围的局部情况来确定合适的阈值，具有灵活性.-Threshold denoising, the most critical is to determine the optimal threshol
watermarkcleck-door
- 小波变换域图像水印算法是一种对图像多尺度的空间频率分解[13]，能更好地与人类视觉系统（HVS Human Visual System）相匹配。由于小波变换具有良好的时频局部性和多分辨率表示的特点，而且，当前最新的图像压缩标准——JPEG2000 和视频的MPEG-7 压缩标准都采用了小波变换，-The wavelet transform domain image watermarking algorithm is a multi-scale image of the spatial frequ
global-threshold-denoising-1
- 小波图像去噪，全局阈值法，是多阈值小波去噪中两大部分：全局阈值法玉局部阈值法的重要组成部分。-Wavelet denoising, the global threshold method, the multi-threshold wavelet de-noising of two parts: the global threshold method jade local threshold an important part of the law.
ImageFusion
- 实现多种方法的全色和多光谱图像融合：（1）IHS变换（2）高通滤波（3）GIHS方法（4）小波变换（5）PCA （6）Brovey变换-A variety of methods of panchromatic and multispectral image fusion: (1) IHS transform (2) high-pass filter (3) GIHS method (4) wavelet transform (5) PCA (6) Brovey transform
Multilayer-Wavelet
- 多层小波变换，通过控制小波变换系数，实现图像的增强与去噪-Multi-layer Wavlet transfer to the digital image, in order to enhance image
2
- 文章名为基于小波变换的图像纹理特征提取技术.：纹理是一种区域特征，是对于图像各像元之间的空间分布的一种描述。由于纹理能充分利用图像信息，无论从理论 上或常识上出发它都显然应该成为描述与识别图像的重要依据，同时与其它图像特征相比，它似乎能更好地兼顾图像宏观 性质与细微结构两个方面，因此纹理分析成为图像分析的重要手段。它被广泛的应用于气象云图分析、卫星遥感图像分析、 机器人视觉、工业监控、场景分析、辅助医疗、生物组织和细胞的显微镜照片分析和军事目标分析等诸多领域-Technology o
Study-of-Target-Tracking
- 本文讨论了小波神经网络在机动多目标跟踪中的应用,多目标跟踪就是主体为了维持对多个目标(客体)当前状态的估计而对所接收的量测信息进行处理的过程。以非线性大规模并行分布式处理为特征的神经网络可以解决传统的目标跟踪方法的难以解决的计算量组合爆炸问题以及需要确定机动目标的数学模型的问题, 将小波分析原理与神经网络相融合,提出了基于小波神经网络的目标跟踪方法来提高系统的学习能力、表达能力以及机动多目标状态的估计精度。-This article discusses the application of wa
multiscaledbased
- 基于多尺度小波变换的图像增强算法，算法效果明显，代码可以运行，里面附有说明文档！-Based on the multi-scale wavelet transform image enhancement algorithm, the algorithm effect is obvious, the code can run, inside with documentation！
fusion_and_evaluate
- 图像融合中pan图像和多光谱融合的四种方法（IHS PCA 小波 小波结合PCA）和融合效果的评价指标计算（信息熵、Q4等指标）-Image fusion of the pan and multi-spectral image with four methods (IHS PCA wavelet wavelet combined PCA) and fusion effect evaluation method
Wavelet-multiscale
- 该MATAB程序能够实现小波多尺度图像处理，对比不同的尺度效果，在此基础上可以进行再创新。-The MATAB program can achieve wavelet multi-scale image processing, contrast different scales, on this basis, can be re-innovation.
image-fusion.RAR
- 给出了一种新的基于小波多尺度分解的分层图像融合方法. 其基本思想是先对源图像 进行小波多尺度分解 其次, 按照融合规则, 采用基于区域特性量测的选择及加权算子去构造融 合图像对应的小波系数 最后, 通过逆小波变换重构融合图像. 该方法被成功地用于图像的融合 处理. 此外, 利用熵、交叉熵、互信息、均方根误差、峰值信噪比等参量, 对该融合方法的融合性能 进行了评价与分析. 实验结果表明, 该融合方法是十分有效的- A novel h ierarch ical image fusio