搜索资源列表
xiaobo12
- 二维小波分析图像压缩 去掉高频部分,保留低频-2D image analysis wavelet compression to eliminate high-frequency, low-frequency reservations
LiftingWaveTransform
- 此为基于二代提升小波的阈值压缩算法源码，其中可以设置小波变换的分解层数，使用的小波名称，及各层阈值设置计算公式中的参数。并将低频系数转化为十六进制，方便在其上进一步压缩，如采用Huffman压缩等，程序思路清楚，附有完整的注释，可以使用多种小波，并且很好得体现了二代小波的思想，对于初学小波者帮助很大。-based on the second generation of this upgrade wavelet compression algorithm threshold source, whi
2009_Image_Compression_Algorithm_of_SPIHT_Based_on
- 一種基于塊樹結構的SPIHT數字圖像壓縮算法: 在分析圖像經過小波變換后所具有的特性的基礎上,提出了一種改進的SPIHT算法.由于低頻系數占據圖像的百分之九十以上的能量,在圖像的重構中十分重要,所以,對這些系數不進行壓縮而直接傳輸 而最高頻系數相對不重要,所以不做處理,只在圖像重構時以指定的數值予以重構,因此不僅提高了圖像的質量,同時提高了圖像的壓縮率.在具體的算法中,提出了塊樹的結構,減少了算法所需的內存,拓寬了算法的應用范圍.-A tree structure based on the SP
compress
- 基于形态学的数据压缩代码，压缩比较高，对于低频的信号而言，可以达到20左右，相关性达到0.95以上。 compress.m 为压缩程序， decompress.m 为解压程序。-Based on morphological data compression code, high compression, low-frequency signals for terms up to 20 or so, related to 0.95. Compress.m for the compression p
61IC_H4231
- PAV (H265) 是 音视频 压缩解压 协议，非常不同于H264/MPEG4，ZPAV (H265) 的基本算法 是 小波，多级树集合群，广义小波，数学形态小波，...... ZPAV (H265) 基本算法 ： 1，图象与声音分解与合成 ：小波 ； 2，图象与声音前处理 ：小波子带零交叉降噪，目标纹理处理，语音处理 ； 3，速率控制 ：小波子带熵速率控制 ； 4，量化与反量化 ：小波子带熵量化与反量化 ； 5，低频分量和高频分量的降维 ：小波子带邻域交
cthys
- haar小波的图像压缩，对一副图像进行小波分解，然后对低频部分小波系数进行重构，再量化压缩-haar wavelet image compression, wavelet decomposition of an image, and then to reconstruct the low frequency part of the wavelet coefficients, and then quantify the compression
image-compression-based-on-matlab
- 基于matlab的图像压缩，利用保留低频系数法来实现-image compression based on matlab, keep the low frequency coefficience
high-and-low-fusion-seprately
- 用matlab编写的程序，将图像的高频部分和低频部分分别以不同的融合规则进行融合，结果优于一般的最大值或者加权平均的方法-Matlab programs written in the high frequency part and low frequency part of the image were different fusion rules fusion, the result is better than the maximum or weighted average method
BaseLine1
- this programme is for baselinbe removal of noisy ecg data.Low frequency noise is the base line so by using any such technique u can remove it.
DCT
- 将一个512×512的lena.bmp图像进行DCT变换，对得到的DCT系数按8×8块进行分层（分三层），重组填充得到新的系数矩阵，结果发现原图像的能量集中在了新图像的左上角低频部分。-The lena.bmp an image of 512 × 512 is subjected to DCT transform, the DCT coefficients obtained by layering 8 × 8 block (of three), to obtain a new recombina