提出了一種用各向異性雙變量拉普拉斯函數模型去模擬NSCT域的系數的圖像去噪算法，這種各向異性雙邊拉普拉斯模型不僅考慮了NSCT系數相鄰尺度間的父子關系，同時滿足自然圖像不同尺度間NSCT系數方差具有各向異性的特征，基于這種統計模型，文中先推導出了一種各向異性雙變量收縮函數的近似形式，然后基于貝葉斯去噪法和局部方差估計將這種新的閾值收縮函數應用于NSCT域，實驗結果表明文中提出的方法同小波域 BiShrink算法、小波域ProbShrink算法、小波域NeighShrink算法相比，能夠有效地去除圖像的高斯噪聲，提高了圖像的峰值信噪比；并較完整地保持了圖像的紋理和邊緣等細節信息，從而明顯改善了圖像的視覺效果。
標簽： NSCT 變量 圖像去噪
上傳時間： 2013-10-23
上傳用戶：thuyenvinh
第十章 1、 說明對象、類、類結構、消息的基本概念？ 答：對象：是客觀實體在問題域中的抽象。 類：具有相似或相同性質的對象的抽象就是類。 類結構：類的結構通常有一般----具體（分類結構）整體---抽象（組裝結構） 消息：對象之間通信的構造。 2、 面向對象的特征和要素？ 答：特征：一致性、多態性、分類性、繼承性。要素：共享、封裝、抽象。
標簽： 對象 抽象 基本概念 分類
上傳時間： 2013-12-24
上傳用戶：遠遠ssad
小波去噪,利用小波系數在相鄰尺度上的相關性關系,針對小波系數估計中硬閾值方法和軟閾值方法的缺點, 通過對雙重量收縮函數得到的閾值乘以一個合適系數進行修定的折衷方法,提出了一種新的小波域局部自適應去噪算法.實驗結果表明,該方法既可以去除噪聲,又可以較好地保留圖像的高頻細節特征.
標簽： 閾值 小波系數 小波去噪 函數
上傳時間： 2014-09-09
上傳用戶：zhyiroy
基于自組織特征映射網絡的聚類分析，是在神經網絡基礎上發展起來的一種新的非監督聚類方法，分析了基于自 組織特征映射網絡聚類的學習過程，分析了權系數自組織過程中鄰域函數和學習步長的一般取值問題，給出了基于自組織 特征映射網絡聚類實現的具體算法，并通過實際示例測試，證實了算法的正確性。
標簽： 自組織 特征 映射網絡 聚類分析
上傳時間： 2014-11-29
上傳用戶：xiaohuanhuan
提出一種基于分形理論和BP 神經網絡的航空遙感圖像有監督分類方法。該方法嘗試將航空圖像 的光譜信息和紋理特征相結合。它首先將彩色航空圖像由RGB 格式轉化為HSI 格式,然后,根據亮度計算分 數維、多重分形廣義維數譜q-D( q) 和“空隙”等基于分形的紋理特征,同時加入歸一化的色度和飽和度作為光 譜特征,采用BP 神經網絡作為分類器。通過對彩色航空圖像的分類實驗,結果證實該方法行之有效。
標簽： 圖像 RGB HSI 航空
上傳時間： 2014-01-11
上傳用戶：qq1604324866
Zang, Q. and Klette, R. Object Classification and Tracking in Video Surveillance. 這篇文章是有關多運動目標分類的文章。使用常用的長寬比作為分類特征，結合角點特征。提高了人車的分類效果。
標簽： Q. R. Classification Surveillance
上傳時間： 2013-12-25
上傳用戶：王者A
圖象 處 理和模式識別中經常根據物體的形狀來識別物 體或對物體進行分類。形狀特征可以分為區域特征和邊界特 征兩大類，矩不變量是最基本的形狀特征。Hu提出的矩不變 量是圖象區域內部細節的描述，是一種區域特征。它是建立 在對一個區域內部灰度值的統計分析基礎上的，需要目標區 域的所有象素參與運算
標簽： 圖象 分類 分 區域特征
上傳時間： 2013-12-23
上傳用戶：lnnn30
局域網最常見十大錯誤及解決(一)
標簽： 局域
上傳時間： 2013-04-15
上傳用戶：eeworm
開放諧振腔的時域分析
標簽： 諧振腔 時域分析
上傳時間： 2013-06-30
電磁場計算中的時域有限差分法（王常清） pdf版
標簽： 電磁場計算 時域 有限差分
蟲蟲下載站版權所有 京ICP備2021023401號-1
