搜索资源列表
xiaobobaofenjie
- 本程序重构各层低频和高频系数，画功率谱，横坐标为频率，纵坐标为功率，小波包分解最后一句是为显示小波包四层分解树结构-Reconstruction of the procedural layers of low and high frequency coefficients, draw power spectrum, the abscissa is the frequency, the vertical axis is power, wavelet packet decomposition is
matlab1
- 我们知道，小波变换的一级分解过程是，原始信号分别进行低通、高通滤波，再分别进行二元下抽样，就得到低频、高频（也称为平均、细节）两部分系数；而多级分解则是对上一级分解得到的低频系数再进行小波分解，是一个递归过程。以下是一维小波分解的程序. -We know that a wavelet transform decomposition process is that the original signal were low-pass, high pass filter, and then
wavelet_dec
- 利用小波冗余算法实现图像的高频和低频纹理特征的提取-Redundant algorithm using wavelet implementation of high-frequency and low frequency image texture feature extraction
Matlab_wavelet
- 掌握小波分析在图像分析等各方面的应用。对图像进行二维离散小波分解、多尺度二维离散小波分解 并提取二维小波分解的高频系数和低频系数， 画出原始图形并显示分解结果。-Master the application of wavelet analysis in image analysis and other applications. Image two-dimensional discrete wavelet decomposition, multi-scale two-dimensiona
z1
- 基于图像小波分解的特点和小波分解后高频小波系数的统计特性 构造了一种新阈值函数的去噪算法 摘 要 , 。 : 介绍了新阈值函数的原理 推导了算法公式 该阈值函数连续 可导 实验结 对比传统的硬阈值 软阈值去噪算法 , , 。 、 。 、 利用新阈值函数进行图像去噪 能够有效地抑制图像噪声及马赛克效应 果表明 。 , ,-Accordingtoanalysisofthepropertiesofwavelettransformandstatistica
dwtandwatermark
- 基于小波变换的数字水印及matlab实现 数字水印技术作为一门有效的多媒体版权保护技术受到越来越多的关注提出了一种基于小波变换的图像数字水 印算法。依据人眼视觉特性, 将数字水印信息嵌入到经过小波变换后的图像的高频子带纹理区内, 人眼不易察觉, 再利用含 水印图像和原始图像提取出嵌入的水印采用多幅图进行实脸, 结果表明, 该数字水印算法具有较好的隐蔽性, 而且对常见 的图像处理操作攻击具有较好的香棒性-dwt watermark
xiaobofenxijiangyi
- 小波(Wavelet)这一术语，顾名思义，“小波”就是小的波形。所谓“小”是指它具有衰减性；而称之为“波”则是指它的波动性，其振幅正负相间的震荡形式。与Fourier变换相比，小波变换是时间(空间)频率的局部化分析，它通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了Fourier变换的困难问题，成为继Fourier变换以来在科学方法上的重大突破。有人把小波变换称为“数学显微镜”。 这套讲
lFusion
- 小波变换是在傅立叶变换的基础上发展起来的，它优于傅立叶分析的地方是它在空域和时域都是局部化的，其局部化格式随频率自动变换，在高频处取窄的时（空）间窗，在低频处取宽的时（空）窗，适合处理非平稳信号，在图像处理、模式识别、机器人视觉、量子力学等领域得到广泛应用。-Wavelet transform is a Fourier transform developed on the basis, it is better than Fourier analysis of the place is that
Wavelets
- 小波分解在图像处理和电能质量分析中应用广泛，本文应用小波分解的方法将高频的暂态信号提取出来，获取暂态信号的特征量，就能够有效地计算暂态信号。-Wavelet decomposition in image processing and power quality analysis is widely used, this application of wavelet decomposition method to extract high-frequency transient signals,
wavelet-image
- 二维图像信号的去噪步骤： （1）二维图像信号的小波分解。选择合适的小波与恰当的分解层次N，并对待压缩的二维图像信号进行N层分解计算。 （2）对分解后的每一层高频系数，选择一个恰当的阈值，并对该层高频系数进行软阈值量化处理。 （3）二维图像信号的小波重构。用小波分解后的第N层近似（低频系数）和经过阈值量化处理后的各层细节（高频系数），对二维信号进行小波重构。-Two-dimensional image signal denoising steps: (1) two-dimensiona
xiaobobianhuan
- 小波变换图像数据压缩的论文，去掉高频信息，实现压缩。-Wavelet transform for image data compression papers, to remove high-frequency information, to achieve compression.
小波变换,高频系数重构
- 小波变换，小波重构，MATLAB，数据载入，绘图(Wavelet transform, wavelet reconstruction, MATLAB)
小波变换
- 小波变换 信号处理 通过伸缩平移运算对信号（函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节。(Wavelet transform signal processing through the telescopic translation operations to signal (function) step by step multi scale refinement, the final breakdown of ti
小波分解与重构
- 对信号进行多尺度分解并提取小波的高频系数和低频系数(Multi-scale decomposition of signals and extraction of high frequency coefficients and low frequency coefficients of wavelet)
小波多分辨分析
- 小波多频分析，对信号进行多频重构，分析信号的高频和低频成分(The wavelet time-frequency analysis, to multi-frequency signal reconstruction, analysis of high frequency and low frequency components of signals)
matlab小波变换程序
- 小波变换(wavelet transform，WT)是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的"时间-频率"窗口，是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征，能对时间(空间)频率的局部化分析，通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了
基于小波变换的图像降噪
- 基于小波变换的图像去噪，从含噪图像可以看出噪声含量非常强，而从去噪的结果可以看出，通过小波去噪后的图像基本和原图像一致。第一次消噪滤去了大部分高频噪声，但与原图比较，依然有不少高频噪声，第二次消噪在第一次消噪基础上，再次滤去高频噪声，消噪效果较好，但图像质量比原图稍差。(Image denoising based on wavelet transform shows that the noise content is very strong from noisy images, and from
小波分解
- 小波分解，将信号分解成高频信号和低频信号进行分析(Wavelet decomposition)
小波基函数
- 我们通常用的函数dbn中的n就是这个小波函数的消失矩; 消失矩越大,它的支撑长度就越大,通常是支撑长度不少于2*n-1的; 消失矩越大,对应的滤波器越平坦,而且小波函数的振荡很强. 光滑函数在利用小波展开后的零点越多,也就是说小波的消失矩的大小, 决定了小波逼近光滑信号的能力.这一点也可以用来进行图像压缩. 越大的消失矩将使高频系数越小,小波分解后的图像能量也就很集中,压缩比例就越高. 通常我们都愿意采用消失矩较高的小波函数. 我们可以对一个信号,采用不同的消失矩的小波函数来分
小波变换和混沌理论在股市预测中的应用
- 应用小波变换和混沌理论相结合的方法对股票市场进行预测 ,即先对股指时序进行小波分解 ,然后对分解得到的高、低频部分分别进行混沌预测 ,再将预测的结果进行小波重构 ,得到原时序的预测结果。 在此基础上应用小波和混沌理论提出进一步提高预测精度的方法 ,即通过对高频部分再进行小分解、混沌预测和小波重构而使高频部分的预测精度得以提高 ,进而提高原始时序的预测精度。(The method of combining wavelet transform and chaos theory is used to