搜索资源列表
wavelete
- 一种基于小波变换的图像编码算法采用整数平方阈值下的零树编码
e
- 虚拟仪器代表着目前测试仪器领域的发展方向，LabⅥEw语言是一种功能强大的仪器开发平台。对淹没在噪声中声发射信号的有效提取(去噪)是声发射信号处理技术的第一步，也是声发射信号处理的关键所在。本文介绍了基于小波变换的阈值去噪方法。在LabⅥEw平台上，通过仿真试验，对声发射信号的几种阈值法的去噪结果进行比较，选出一种适合声发射信号去噪的阈值准则。
B样条小波边缘检测的改进算法
- 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
zy1
- 摘要 该文主要考虑利用图像噪声再生技术来提取图像细节 其思想是利用被滤除的噪声信号进行回收再利用 通过对噪声信号和初步去噪信号进行小波变换 比较它们的小波系数 当噪声信号的小波系数达到一定的阈值时 将噪声信号的小波系数保留叠加至初步去噪信号的小波系数 然后利用传统的软阈值去噪的方法来进行图像的去噪 从而达到既能够去除噪声 又能保留图像细节的目的 实验证明 该方法较传统的方法在去噪和细节保持上有改进-Abstract In this paper, consider using images to
theimageedgedetection
- 小波变换的图像边缘提取论文根据边缘检测的评价标准，本文采用基于小波变换的自适应阈值图像边缘检测方法对图像边缘进行检测，并通过计算机对算法进行了验证。通过与传统边缘检测方法的对比，证明所用方法的有效性-The Image Edge Detection Based on Wavelet
sonar2
- 基于平移不变小波变换的多普勒速度声纳输出信号处理.针对水下航行器组合导航系统所使用的多普勒速度声纳输出信号的特点,采用了平移不变小波变换的多分辨率分析的方法,利用Daubechies小波函数,采用了半软阈值去噪的方法,能够在低信噪比的情况下准确地估计多普勒声纳的频移,从含有噪声的多普勒输出信号中提取出原始信号.通过仿真实验表明:采用4层小波分解,算法计算量减小,有效地消除多普勒噪声,从而提高水下组合导航系统的精度. -Doppler speed the sonar output signal p
Noise-reduction-algorithm
- 对设备进行故障诊断的主要方法就是测量故障 设备的振动或噪声, 并对其进行分析, 从而找出故障原因。然而振动或噪声信号中除了对分析故障有用的信息外, 还有大量的噪声成分。只有有效地滤除噪声, 才能获得有用的信息, 从而得到可靠的分析结论。传统的滤噪方法是将被噪声污染的信号通过一个滤波器, 滤掉噪声频率成分。但对于短时瞬态信号、非平稳信号、含宽带噪声的信号, 采用传统处理方法有着明显的局限性。小波变换为信号去噪提供了一种有效的方法, 小波阈值去噪具有传统方法不可比拟的优越性。但是小波分解的频域重
Adaptive-wavelet-threshold
- 小波变换自适应阈值，毕业设计可以参考关于阈值的选定，图像去噪，这是CNKI上的文献-Adaptive wavelet threshold
SAR-image-despeckling
- SAR图像降斑，本文中，我们结合了小波变换进行图像的分解，并在分解的高频部分采用阈值去噪。-SAR image speckle reduction, this paper, we combine the wavelet transform for image decomposition and decomposition of the high-frequency part of the use thresholding.
random-noise
- 基于小波变换的随机噪声降噪的matlab 主要运用的方法有软阈值去噪法和硬阈值去噪法-Based on wavelet transform matlab random noise and noise reduction methods are mainly used soft thresholding method and hard thresholding method
WAVESHRINK-WITH-FIRM-SHRINKAGE
- 小波变换关于阈值收缩的经典论文，阈值如何取值的理论基础文献-Wavelet threshold shrinkage on a classic paper, the threshold value of the theoretical basis of how literature
112
- 以离散平稳小波变换的心电信号噪声去除方法为基础，根据噪声的不同来源及其频带分布特点，对变换后的细节信号采用不同的阈值去噪方案。并提出一种基于准则原理的阈值选取方法。经国际标准数据库中验证，试验表明，该方法行之有效-With discrete stationary wavelet transform of ecg signal to noise removal method as the foundation, according to the different sources of noise
113
- 介绍了小波二进制变换的基本原理 , 简述了小波变换奇异性和信号突变的关系。 基于小波变换, 给出一种结合3R 准则、 软硬阈值折衷法的奇 异信号小波检测方 法。仿真结果表明此法 既能有效地消除噪 声, 又能较好 保留奇异信号-This paper introduces the basic principle of binary wavelet transform, signal singularity and wavelet transform are briefly discussed the
Locating-Voltage-Sags
- 电压跌落是最严重的动态电能质量问题之一， 精确定位电压跌落起止时间是应对电压跌落问题的 重要前提和基础。由于电压采样信号往往有噪声分 量，现有的方法在定位电压跌落的起止时间时存在 局限性。本文提出利用多小波变换及相邻系数去噪 的电压跌落定位方法。多小波兼有对称性、正交性、 有限支撑性和二阶消失矩等优异的信号处理性能， 利用GHM多小波可以准确定位电压跌落起止时间。 多小波变换系数在每层之间具有对应关系，多小波 相邻系数将紧相邻的若干个系数作为一个整体来确
xiaobobianhuan
- 针对传统小波变换过程复杂的缺点和SPIHT 算法编码过程重复运算、存储量大的问题。首先分析了小波基 和小波分解层数的选取, 然后提出了一种改进的SPIH T 算法, 该算法利用可变阈值对SPIH T 算法中初始子带进行分类得 到一种更有效的编码算法。-Against disadvantages of traditional process of complex wavelet transform and SPIHT algorithm coding process repeated op
xiaobobaoyuzhijiangzao
- ：提出一种基于对偶树复小波块阈值的信号降噪方法，并将其成功应用于机械故障诊断中。机械设备的振动信号都或多或少地含有噪声，导致弱故障信息的提取一直是故障诊断的难点和热点。提出的降噪方法充分利用对偶树复小波变换的平移不变性和块阈值法的更优估计特性，可以获得比常规的小波降噪方法以及基于常规离散正交小波变换的 NeighBlock 降噪法更高的信噪比， 不仅能有效抑制高斯白噪声， 还能够去除冲击信号中的脉冲噪声。-：A denoising method of block thresholding bas
xiaobohanshu
- 介绍小波变换中常用的阈值获取函数和消噪函数-Describes commonly used wavelet transform threshold acquiring function and noise cancellation function
Wavelet-Shrinkage_-Asymptopia_
- 小波变换阈值去噪的文章，基于最大最小准则计算-Minimax Estimation, Adaptive Estimation, Nonparametric Regression, Density Estimation, Spatial Adaptation, Wavelet Orthonormal bases, BesovSpaces, Optimal Recovery.
sangfeng-V5.3
- 这个有中文注释，看得明白，比较了软阈值，硬阈值及当今各种阈值计算方法,基于小波变换的数字水印算法matlab代码。- The Chinese have a comment, understand it, Comparison of soft threshold and hard threshold and today various threshold calculation method, Based on wavelet transform digital watermarking algo
image denoising
- 通过小波变换对加噪图像进行阈值去噪，并实现了信噪比的比较，更加直观的看出去噪后的图像效果。(The wavelet transform is used to denoise the denoised image, and the comparison of the signal to noise ratio is realized, and the image effect after the denoising is seen more intuitively.)