搜索资源列表
Nlayer_denoise.rar 小波阈值去噪
- 小波阈值去噪。对图像加噪，并进行小波1到4层分解去噪，给出信噪比走势图,Wavelet threshold denoising. Image noise, and 1-4 layers of wavelet decomposition of de-noising, signal to noise ratio is given chart
lena
- 灰图像三级小波分解，以lena图像为例。-Gray image 3 wavelet decomposition to lena image as an example.
mywavedec2
- 在matlab中采用haar小波实现的图像小波分解程序。-Matlab haar wavelet used in the realization of the image wavelet decomposition process.
matlab
- 基于MATLAB-GUI图形界面的数字图像处理软件 本系统设计基于GUI图形界面，用matlab语言编写代码，实现功能包括图象的读取、存储、显示、直方图均衡化、阈值化、小波分解、小波重构、加噪、去噪、平滑、锐化、边缘检测、图像分割等-MATLAB-GUI graphical user interface based on digital image processing software of the system design is based on GUI graphical interfa
DWT-rank4
- 许多的图像处理过程中，需要更多级别的小波分解，我的程序是四级小波分解，大家可以参考！-A lot of image processing, the need for more levels of wavelet decomposition, my 4 wavelet decomposition procedure, we can refer to!
wavelet-matlab
- 基于小波理论的采用sym4小波分解实现图像融合。-base on wavelet map mix
a2
- 传统小波阈值去噪法 小波阈值收缩法去噪的主要依据是：小波变换特别是正交小波变换具有很强的去数据相关性，它能够使图像的能量在小波域集中在一些大的小波系数中；而噪声的能量却分布于整个小波域内，因此，经小波分解后，图像的小波系数幅值要大于噪声的系数幅值，可以认为，幅值比较大的小波系数一般以图像信号为主，而幅值比较小的小波系数在很大程度上是噪声。于是采用阈值的办法可以把信号系数保留，而使大部分噪声系数减少至零[-Study on Algorithm of Image Denosing Based o
chuli
- 用cdf 9/7 小波分解和重建二维图像，若在中间加上适当的处理过程，则可实现对图像的去噪处理。-With cdf 9/7 wavelet decomposition and reconstruction of two-dimensional image, if in the middle combined with the appropriate processing can be achieved to address the image denoising.
A_Study_og_Face_Recognition_Methods_Baced_on_Wavel
- 针对灰度图像，提出一种基于知识的人脸检测方法。 提出了一种给予支持向量机的人脸检测方法。 提出了一种基于小波分解的LDA人脸识别方法。 提出了一种基于小波和DCT的人脸识别方法。 提出了一种机遇CEDT和支持向量机的人脸分类和识别方法。 -For gray-scale images, a knowledge-based face detection methods. A support vector machine method of face detection. A wa
test2_wavelet_decomposing
- 用两种方法做边缘检测并对比其效果：传统算子和小波分解去噪后得到的近似系数图像后提取边缘-Two ways to do edge detection and contrast the effect: the traditional operator and after denoising wavelet decomposition coefficients of the approximate image after the edge extraction
21-72
- ：：针对传统的基于小波变换的反锐化掩模图像增强算法中存在的问题，即对比度相同而幅角不同的边缘达到的增强效果之间差别较大，提出了一种新的基于小波变换的反锐化掩模图像增强算法。该算法在对原始图像进行小波分解的基础上，根据小波变换所提供的幅角，对小波系数进行-:: For the traditional wavelet transform based on unsharp masking image enhancement algorithm for the problems that exist,
2D-Wavelet-Transformation
- 用DWT实现二维小波变换,调原始图像矩阵后进行二维小波分解，重构源图像及结果显示-Wavelet transform in 2-D dimentation
li11_7
- 利用小波分解，去掉图像高频部分，只保留低频部分的图像压缩实例-The use of wavelet decomposition to remove high-frequency part of the image, leaving only the low-frequency part of the image compression examples
FaceRecognitionBasedonWaveletTransform
- 基于小波变换的人脸识别代码本代码对图像进行小波分解，然后又用最近邻方法实现了图像的识别。-Face Recognition Based on Wavelet Transform code-wavelet based face recognition, the code of the image wavelet decomposition, and then with the nearest neighbor method to achieve the image recognition!
image_denoise
- 以实例说明如何通过图像的提升小波分解进行图像的去噪，其方法与一般去噪方法相同，都是对小波分解的高频系数进行阈值量化来达到去噪的目的-Take example to explain how to denoise the image by lifting wavelet decomposing
wave
- 小波分层阈值去噪，用sym4小波对图像信号进行3层小波分解-On Wavelet threshold denoising using wavelet image signal sym4 3-layer wavelet decomposition
wavelet-image
- 二维图像信号的去噪步骤： （1）二维图像信号的小波分解。选择合适的小波与恰当的分解层次N，并对待压缩的二维图像信号进行N层分解计算。 （2）对分解后的每一层高频系数，选择一个恰当的阈值，并对该层高频系数进行软阈值量化处理。 （3）二维图像信号的小波重构。用小波分解后的第N层近似（低频系数）和经过阈值量化处理后的各层细节（高频系数），对二维信号进行小波重构。-Two-dimensional image signal denoising steps: (1) two-dimensiona
基于小波变换的图像融合源代码
- 利用小波变换融合红外图像与可见光图像，提高图像质量(Infrared image and visible light image are fused by wavelet transform to improve image quality)
小波去噪
- 运用小波阈值实现图像去噪，同时有小波的分解与重构。(Wavelet threshold is used to realize image denoising and wavelet decomposition and reconstruction.)
小波降噪
- 小波降噪的方法有多种，如利用小波分解与重构的方法滤波降噪、利用小波变换模极大值的方法去噪、利用信号小波变换后空域相关性进行信噪分离、非线性小波阈值方法去噪、平移不变量小波降噪法，以及多小波降噪等等。归结起来主要有三类：模极大值检测法、阈值降噪法和屏蔽（相关）降噪法。其中最常用的就是阈值法去噪，其基本思想就是利用图像小波分解后，各个子带图像的不同特性选取不同的阈值，从而达到较好的降噪目的