搜索资源列表
二维小波变换
- 关于二维小波变换的程序 [精华] 说明：此算法重在概念，速度并不是很快。因为FOR循环的缘故。此程序从循环矩阵的观点出发，把圆周卷积和快速幅里叶变换建立了联系。实现了分解和无失真重构。它只做了一层分解，即将256x256图形分解成为64x64的四个图形，避免了使用WKEEP()的困惑。主要思想为用小波滤波器族构造正交阵W,变换写为B=W*A*W ,反变换为：A=W *A*W,这与所有正交变换无异。W为循环正交矩阵，因此可用FFT实现快速运算，难点就在重构矩阵上。若用矩阵概念明确，一个
FRIT
- 计算小波变换的Mallat算法需要逐级分解和重构，而本文通过矩阵变换方法，给出不需逐级计算的小波分解和重构矩阵的构造方法，并给出9/7小波的分解和重构矩阵的基向量及波形图。
erweixiaobobianhuan
- 此示意程序用DWT实现二维小波变换 1.调原始图像矩阵 2.进行二维小波分解 3.分解结果显示 重构源图像及结果显示
xiaobobianhuan
- 对矩阵数据进行二维小波变换的分解及重构算法演示
kuaisujiance
- 提出一种结合小波变换与共现矩阵用于纺织品图像缺陷检测的方法。首先将灰度图像分解成子带 然 后将纹理图像分割成互不重叠的子窗口, 提取共现特征 最后用无缺陷样品训练的M ahalanob is分类器将每一子 窗口划分为缺陷的和无缺陷的。应用该算法进行实际工厂环境中的纺织品缺陷检测。实验结果表明, 集中处理 具有强判决能力的某一频带提高了检测性能, 也改善了计算效率。-Propose a wavelet transform and co-occurrence matrix for the
cNSCT--image-fusion-
- NSCT和非负矩阵分解的图像融合方法_李美丽- the NSCT and nonnegative matrix _ Li Meili decomposition of image fusion method
haar-wavelet
- haar二维小波分解，输出四个分解系数子矩阵.将系数重构，得到最终的输出矩阵-haar two dimension wavelet decompositon
xiaobo
- 单层小波变换对二维图像进行分解,[cA1,cH1,cV1,cD1]=dwt2(X, db1 ):计算图像X指定小波基的单层二维离散小波变换分解，其中cA为近似小波系数矩阵，参量cH,cV和cD分别为小波分解的水平细节系数、垂直细节系数和对角细节系数。-Single layer wavelet transform to the two-dimensional image decomposition, [cA1, cH1, cV1, cD1]=dwt2 (X, db1 ): X single ima
dwtmtx
- 小波变换矩阵生成 代码主要实现了2D-DWT的矩阵生成，只需输入维度以及分解层数即可生成相应的小波变换矩阵-Wavelet transform matrix generating code mainly realize the 2D-DWT matrix generation, simply enter the dimensions and number of layers to generate the corresponding decomposition wavelet transform