搜索资源列表
Image-Hashing-based-on-Human-Visual-System
- 提出一种基于视觉特性的图像摘要算法，增大人眼敏感的频域系数在计算图像Hash时的权重，使得图像Hash更好地体现视觉特征，并提高鲁棒性。将原始图像的分块DCT系数乘以若干由密钥控制生成的伪随机矩阵，再对计算的结果进行基于分块的Watson人眼视觉特性处理，最后进行量化判决产生固定长度的图像Hash序列。本算法比未采用视觉特性的算法相比，提高了对JPEG压缩和高斯滤波的鲁棒性。图像摘要序列由密钥控制生成，具有安全性。
frequencyfield.ppt
- 频率域图像处理ppt，介绍了各种滤波技术，如非锐化掩模技术的频域实现等
Gabor变换在模态参数辨识中的应用
- 对Gabor时频变换在模态参数辨识中的应用进行了探讨,将基于Gabor系数展开的时频滤波方法作为参数辨识的前处理手段之一,该方法对于平稳、非平稳信号都适用。根据信号在时频域内的分布特征,可以直接观测系统的频率分布情况、模态密集程度、能量聚集性、各通道响应信号所含特征量的多少等信息,从而对响应信号的特征构成进行初步判断,并通过剔除、截取等操作实现对响应信号的滤波,更有利于模态参数的辨识。
Visual_C++数字图像处理第五章
- 目前，图像增强方法大致可分为两类：一类是空域处理法，另一类是频域处理法。空域法是直接对图像的像素进行处理，基本上是以灰度映射变换为基础的，所用的映射变换取决于图像的特点和增强的目的，主要包括图像灰度修正、图像平滑和锐化等。频域法是在图像的某种变换域内，对变换后的系数进行运算，然后再反变换到原来的空域得到增强的图像，主要包括低通滤波、高通滤波、带阻滤波、同态滤波。本章将详细讨论图像增强中空域的平滑和锐化处理。
highpassfilter
- 问题是高切滤波或低通滤波，如果采用硬件实现，速度最快，但是现在计算机速度这么快，硬件实现起来相对麻烦，成本高，且灵活性性差， 软件实现相对方便多了，具体体的操作步骤如下（频率域） 先对数据作正FFT,再对变换后的频域数据乘以滤波因子，滤波因子的选择有理想高通、巴特沃斯高通、指数高通、梯形高通，一般选择梯形高通滤波因子，具体原因你可从数字信号处理的书上找到，，接下来将数据再作逆FFT就是了，还有就是在空间域作滤波，这里有一个带同滤波的程序的程序，你可参考一下，（将低切参数设为零就是