搜索资源列表
image
- DCT变换的特点是变换后图像大部分能量集中在左上角，因为左上放映原图像低频部分数据，右下反映原图像高频部分数据。而图像的能量通常集中在低频部分。-The characteristics of the DCT transform is transform image on most of the energy in the top left corner, because the upper left original image data show the low frequency part,
6
- 同时读入多幅图像的灰度共生矩阵的特征值，如对比度，相关性，能量和一致性等。-At the same time more than read of the image graylevel co-occurrence matrix eigenvalues, such as contrast, correlation, energy and consistency, etc
YWXB
- 首先从pspice仿真文件（.out文件）中读取仿真数据,再进行小波变换，并读取细节参数，波形能量等-Firstly,simulation data is imported into MATLAB using PSPICE and MATLAB software data interface technology.Secondly,wavelet transform is done in MATLAB
Image-Segmentation-Method
- 本文主要研究基于水平集方法的活动轮廓模型图像分割，在回顾活动轮廓模 型发展的基础上，介绍了曲线演化理论及其水平集方法，证明了水平集方法可以 有稳定的数值实现方式且其处理拓扑变化的自然性，进一步引出了变分水平集方 法。 本文介绍了两种不同的几何活动轮廓模型：基于梯度信息的李纯明模型以及 基于区域信息的 Chan-Vese 模型（C-V 模型）。在分析上述两模型的优缺点上，提 出了一种改进的 C-V 模型，改进模型引入了距离约束项，同时对基于区域的外部 能量项进行了改进，
P4_4_1
- 估计随机过程的自相关函数，一个随机过程（信号）的自相关函数与该随机过程（信号）的功率谱或能量谱成傅立叶变换对的关系。-Estimate the autocorrelation function of random process
nengliangzhizuida
- 能量最大值，在图像融合里面经典算子，通过它确定融合后的信息量多少-the max energy value
chip_histogram_features
- 此函数可以提取图像的均值、方差、偏度、峰度、能量和熵等特征值, 在图像处理和识别方面比较有用-This function can extract the images mean, variance, skewness, kurtosis, and other characteristics of the energy and entropy values , image processing and recognition in the more useful aspe
2
- 首先对橡皮球弹跳过程进行一些理性化假设，设橡皮球是刚性的，质量为m，垂直下落碰击面是水平光滑的平面，在理想情况下碰击无能量损耗。-MY I HEIPU YUO MAY COM PUTEER
Iuseit
- 灰度共生矩阵特征参数，对共生矩阵计算能量、熵、惯性矩、相关4个特征值。-The GLCM characteristic parameters
xbbh
- 一维离散信号的小波变换，并实现小波能量的计算。-One-dimensional discrete signal, wavelet transform, and wavelet energy calculation.
DIDB
- 读入图像，根据图像的灰度信息，判读目标的能量特性-According to grey information of IR IMAGE,We obtain enenge information
WPES
- 一个简单小波能量谱程序，可分析出信号的能量分布百分比。-A simple little wave energy spectrum program
waveletdenoise
- 直达波滤除的方法，采用二维有向小波变换去除theta=0处的直达波能量-wavelet denoise（threshold gate)
k2dpca
- 简单的核主成分分析算法，主要用于基于能量图的步态特征提取-gait recognized
EEG-based-identification-method
- ：基于脑电信号的身份识别是通过采集试验者的脑部信号来进行身份认证。对于同一个外部刺激或者主体在思考同一个 事件的时候，不同人的大脑所产生的认知脑电信号不同。选取与运动意识想象有关的电极后，分析不同个体在特定状况下脑 电的个体差异，采用以回归系数、能量谱密度、相同步、线性复杂度多种信号处理结合方法对运动想象脑电信号进行处理来 进行特征提取。组合多元特征向量并运用多层BP 神经网络对不同个体的脑电信号进行分类，并在不同的意识想象及不同数 据长度、不同的波段对试验者进行识别率验证分析。
energe-minimization-graph-cuts
- 基于能量最小化的图像分割方法，graph cut-graph cut
huidu
- 基于灰度共生矩阵对图片进行计算，可以的到熵、相关性、逆差距、能量等值-Picture is calculated based on the GLCM can to entropy, correlation, inverse gap, the energy equivalent
jubunengliang
- 表面肌电信号的小波包局部能量分解柱状图，提取特征能量-Local energy of the surface EMG wavelet packet decomposition histogram feature extraction energy
GLDM
- 基于灰度共生矩阵的纹理特征提取。特征参数为：熵，能量，-GLCM-based texture feature extraction. The characteristic parameters: entropy, energy,
graycopropswy
- 利用灰度共生矩阵提取SAR图像纹理特征，可提取：熵‘对比度、同质性、能量等特征。-GLCM to extract SAR image texture features can be extracted: entropy ' contrast, homogeneity, energy and other features.