搜索资源列表
shuju
- 文章通过对实序列快速傅里叶变换的算法推导及Mallat 算法原理的分析，根据离散小波变换（DWT）算 法结构特征，提出了一种离散小波的快速变换算法，给出了相应的算法步骤。从数学理论上进行了论证，并把该算法 应用到静态图像处理中，得到了很好的快速和重建效果，具有一定的实用价值。 关键词：小波分析；Mallat 算法；快速小波算法 图像处理 中图分类号：TN914 文献标识码：A 1 引言 小波分析是近十多年来迅速发展起来的新兴学科和信号分析理论，是继傅里叶分析方法之后的重
Relativity
- 对不同图像之间的相关性可以进行较好的比较.对后续的图像分析很有帮助.
数据结构的C++描述
- 目 录 译者序 前言 第一部分 预备知识 第1章 C++程序设计 1 1.1 引言 1 1.2 函数与参数 2 1.2.1 传值参数 2 1.2.2 模板函数 3 1.2.3 引用参数 3 1.2.4 常量引用参数 4 1.2.5 返回值 4 1.2.6 递归函数 5 1.3 动态存储分配
FFT标准转换
- 对数进行快速傅立叶变换，得出频谱图像，并对进行滤波器，然后频谱分析，前后对比
bianchangjilu
- 变长记录文件存取类库 一.需求分析 1. 支持对变长记录文件的建立、打开、关闭。在打开文件的基础上支持记录的加入、删除、修改、浏览，选定记录写为其他文件。 2. 每条变长记录都有固定的记录头部分和变长的数据部分。 3. 记录头包含的内容有：记录号、记录标识、删除标志、数据块长度(或记录总长)。 4. 变长记录表示记录的数据部分是可以任意长度的，每条记录的数据部分可以是任意格式、任意长度的字节流（如声音、图形、图像、影像）。 5. 记录号在建立时按顺序生成
Spatial-data-structure
- 图像分割是一种重要的图像分析技术。在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣。这些部分常称为目标或前景（其他部分称为背景）。它们一般对应图像中特定的、具有独特性质的区域。为了辨识和分析图像中的目标，需要将它们从图像中分离提取出来，在此基础上才有可能进一步对目标进行测量，对图像进行利用。图像分割就是把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。本文介绍了图像分割中的边缘检测算法。-Image segmentation is an important image analy
sample4
- 工神经网络（Artificial Neural Network）又称连接机模型，是在现代神经学、生物学、心理学等学科研究的基础上产生的，它反映了生物神经系统处理外界事物的基本过程，是在模拟人脑神经组织的基础上发展起来的计算系统，是由大量处理单元通过广泛互联而构成的网络体系，它具有生物神经系统的基本特征，在一定程度上反映了人脑功能的若干反映，是对生物系统的某种模拟，具有大规模并行、分布式处理、自组织、自学习等优点，被广泛应用于语音分析、图像识别、数字水印、计算机视觉等很多领域，取得了许多突出的成果
Hierarchical-clustering-analysis
- 数据聚类 (英语 : Cluster analysis) 是对于静态数据分析的一门技术，在许多领域受到广泛应用，包括机器学习，数据挖掘，模式识别，图像分析以及生物信息。聚类是把相似的对象通过静态分类的方法分成不同的组别或者更多的子集（subset），这样让在同一个子集中的成员对象都有相似的一些属性，常见的包括在坐标系中更加短的空间距离等。-Data Clustering (English: Cluster analysis) for a static data analysis techniqu
xnzg
- 图像中值滤波,利用中值滤波和低通滤波进行比较,分析PSNR,得出性能差别-Image median filtering, the use of median filtering and low pass filtering comparison, analysis of PSNR, it is concluded that the performance difference