CDN加速镜像 | 设为首页 | 加入收藏夹
当前位置: 首页 资源下载 文档资料 搜索资源 - 多尺度 小波变换

搜索资源列表

  1. mallatpaper

    0下载:
  2. Mallat多尺度小波变换图像边缘检测经典文章两篇。Characterization of Signals from Multiscale Edges,Singularity Detection and Processing with Wavelets
  3. 所属分类:技术管理

    • 发布日期:2008-10-13
    • 文件大小:5009167
    • 提供者:陈勇
  1. B样条小波边缘检测的改进算法

    0下载:
  2. 第1章为绪论。简要介绍了课题研究背景、意义及研究现状。 第2章具体介绍小波变换应用在图像边缘检测的基本原理。在连续小波变 换基础上引入实际中应用范围较广的离散小波变换,重点分析了多分辨率小波 变换。 第3章介绍B样条小波边缘检测的改进算法。基于B样条小波变换,将 Contourlet变换应用在多尺度自适应阈值边缘检测中。 第4章介绍多层次自适应空间系数高斯小波边缘检测方法。将灰度共生矩 阵特征值应用在高斯小波变换中,提出一种多层次自适应算法。 第5章介绍Canny算子与小波变换结
  3. 所属分类:文档资料

    • 发布日期:2009-05-31
    • 文件大小:2355945
    • 提供者:liwenwan
  1. 一种多尺度的时间序列相似模式匹配算法

    1下载:
  2. 提出一种多尺度的时间序列相似模式匹配算法.该算法用离散小波变换对时间序列进行多分辨分析,在多尺度上提取序列的形状特征.然后在不同的尺度上找出相似的序列和子序列模式.该算法可以匹配不同长度的序列,并能支持垂直平移变换和幅度伸缩变换.
  3. 所属分类:其它文档

  1. 小波变换

    0下载:
  2. 根据小波分析和分形理论在多尺度分析和自相似本质上的一致性, 从研究分数布朗运动小波系数的统计特性, 分析信号和噪声对小波系数统计特性的影响, 在探地雷达信号处理中引入小波分析和随机分形理论, 提出了在小波域中, 使用平滑因子恢复加性白噪背景下探地雷达信号。
  3. 所属分类:编程文档

    • 发布日期:2012-10-31
    • 文件大小:14588
    • 提供者:aynalily
  1. matlabimageprocessing

    1下载:
  2. 本程序是基于小波变换的多尺度图像边缘检测matlab源代码,在Matlab7.0下运行-matlab
  3. 所属分类:文件格式

    • 发布日期:2017-04-22
    • 文件大小:3881
    • 提供者:杨晓彬
  1. edgedetect

    0下载:
  2. 本程序利用matlab来实现基于小波变换的多尺度图像边缘检测。-This word use matlab to detect edge especially based on Wavelet Transform。
  3. 所属分类:Document

    • 发布日期:2017-04-02
    • 文件大小:8162
    • 提供者:叶枫
  1. xiaobobianhuanzuixiaoercheng

    0下载:
  2. 小波变换的多尺度图像分割,和图像二值化程序。-Binary Image
  3. 所属分类:software engineering

    • 发布日期:2017-04-10
    • 文件大小:1228
    • 提供者:吴会英
  1. xiaobofenxi

    0下载:
  2. 首先介绍了图像边缘检测技术和几种经典的边缘检测算子。然后对小波变换进行了简单的理论分析,阐述了小波多尺度思想,并对基于小波变换的图像边缘检测进行了简单的介绍。-First,several classic edge detection operators are analyzed in this paper,and then the principle and status are briefly described.Second,the theory of wavelet transform i
  3. 所属分类:File Formats

    • 发布日期:2017-03-29
    • 文件大小:23777
    • 提供者:曾伍杨
  1. application-of-MSPCA

    0下载:
  2. 论文:基于小波变换的多尺度主元分析在传感器故障诊断中的应用-application of MSPCA based on wavelet transferm to sensor fault diagnosis
  3. 所属分类:Project Design

    • 发布日期:2017-11-16
    • 文件大小:187269
    • 提供者:哦才才
  1. Simulation-visual-mechanism

    0下载:
  2. 提出一个小波域多尺度马尔柯夫随机场模型用于模拟视觉系统在图像分割中的若干功能。针对人类视觉系统具有特征检测器、等级层次性、双向连续性、学习机制等功能,对输入场景,该模型用小波变换提供该场景图像的稀疏表示,模拟特征检测器功能 用金字塔结构模拟等级层次性 用两类信息流模拟双向连接性,分别刻画自底向上的输入图像特征提取过程以及自顶向下的反馈过程 用迭代过程模拟学习机制 采用多尺度马尔柯夫随机场模型实现图像分割。-Put forward a wavelet domain multi-scale mark
  3. 所属分类:Document

    • 发布日期:2017-11-25
    • 文件大小:690791
    • 提供者:张钰倩
  1. xiaobozengqiang

    1下载:
  2. 弱信号增强处理是探地雷达数据处理中的一个重要环节,而且是探地雷达数据处理难以解决的问题。弱信号在两 方面使其不易于直接从探测剖面上识别出来:一是本身信号强度小且受到随机噪声的干扰;二是存在浅部强信号的明显反 差,视图上难以识别。本文根据小波变换的特征提出一种信号增强方法,即多尺度小波变换信号增强法。-Ground-penetrating radar based on wavelet transform weak signal enhancement
  3. 所属分类:Development Research

    • 发布日期:2017-11-14
    • 文件大小:229936
    • 提供者:juily
  1. multiscale

    0下载:
  2. 按照二维函数的特点和视觉机制,提出了用来捕捉纹理基元的纹理检测器函数,基于纹理检测器和扩展的小波变换,提出了基于能量分解的影像纹理多尺度分析方法,并按照神经动力学的侧抑制和端点抑制等理论,实现了对多尺度纹理特征的融合,这一多尺度分析方法直接将影像纹理能量在时间一尺度空间分解,包含了相位信息,避免了基于线性变换多尺度分解引起的能量与相位分离,为纹理分析提供了一个层次性的框架,有效提高了纹理的识别能力。-According to the characteristics of two-dimensio
  3. 所属分类:Development Research

    • 发布日期:2017-05-07
    • 文件大小:1391437
    • 提供者:guiyangyang
  1. Image-retrieval

    0下载:
  2. 小波变换 颜色特征 纹理特征 图像检索 多尺度 复小波理论 -Wavelet transform color texture image retrieval feature multi-scale complex wavelet theory
  3. 所属分类:Project Design

    • 发布日期:2017-05-07
    • 文件大小:1270000
    • 提供者:zhhw
  1. Smal-l-Target--Detection

    0下载:
  2. 提出了一种新的基于小波包变换 和偏斜度的检测方法。该方法利用小波包对图像进行多尺度分解,解决了高频段分辨率低的问题; 并提出了一个基于偏斜度的高斯判别准则,用于对小波包分解系数进行高斯性检验,最终得到了 小目标的精确检测-The wavelet packets were applied to decompose the image into pyramid subbands at different scales and solve the problem of the high
  3. 所属分类:Development Research

    • 发布日期:2017-05-03
    • 文件大小:973399
    • 提供者:周文涛
  1. 多尺度Gabor小波变换在图像检索中的应用

    0下载:
  2. 对gabor变换和图像检索的细致解释,对学习gabor变换有很好的指导作用(A detailed explanation of Gabor transform and image retrieval)
  3. 所属分类:文章/文档

    • 发布日期:2018-05-03
    • 文件大小:859136
    • 提供者:123add123
搜珍网 www.dssz.com