<input id="26266"></input>
基于小波變換的手指靜脈去噪技術(shù)這是一份非常不錯(cuò)的資料，歡迎下載，希望對(duì)您有幫助！
標(biāo)簽： 小波變換
上傳時(shí)間： 2021-12-07
上傳用戶：
在眾多基于小波變換的圖像去噪方法中這是一份非常不錯(cuò)的資料，歡迎下載，希望對(duì)您有幫助！
上傳時(shí)間： 2022-01-14
上傳用戶：
小波信號(hào)消噪，使用小波閾值法對(duì)含噪信號(hào)進(jìn)行去噪。
標(biāo)簽： 信號(hào)
上傳時(shí)間： 2017-05-02
上傳用戶：edisonfather
·詳細(xì)說明：用OpenCV實(shí)現(xiàn)的圖像小波變換及反變換代碼，可用于圖像去噪、多分辨率分析等方面。
上傳時(shí)間： 2013-06-24
上傳用戶：a296386173
針對(duì)信號(hào)檢測(cè)中經(jīng)常存在的噪聲污染問題，利用小波分解之后可以在各個(gè)層次選擇閾值，對(duì)噪聲成分進(jìn)行抑制，手段更加靈活。本文介紹了小波變換的一般理論以及在信號(hào)降噪中的應(yīng)用，分析了被噪聲污染后的信號(hào)的特性；利用MATLAB軟件進(jìn)行了信號(hào)降噪的模擬仿真實(shí)驗(yàn)并在降噪光滑性和相似性兩個(gè)方面體現(xiàn)出小波變換的優(yōu)勢(shì)。本文分別使用了不同類型的小波和相同類型小波下不同閾值對(duì)信號(hào)進(jìn)行了降噪．仿真結(jié)果表明小波變換具有良好降噪的效果。
標(biāo)簽： 小波分析 信號(hào)降噪 中的應(yīng)用
上傳時(shí)間： 2013-10-19
上傳用戶：alex wang
文中討論了圖像的高斯加性噪聲模型和圖像的稀疏性表示，提出了利用映射函數(shù)來描述圖像的去噪過程，通過求解映射函數(shù)和利用映射函數(shù)對(duì)加噪圖像的小波變換子帶系數(shù)進(jìn)行變換，達(dá)到了降低圖像噪聲并使加噪圖像逼近原始圖像的目的。經(jīng)過實(shí)驗(yàn)比較，驗(yàn)證了本文算法的可行性和魯棒性。
上傳時(shí)間： 2013-10-21
上傳用戶：許小華
提出了一種基于仿生小波變換和模糊推理的變步長自適應(yīng)濾波語音降噪算法。該算法首先用仿生小波變換法對(duì)包含噪聲的語音信號(hào)進(jìn)行小波分解，以分離出來的噪聲信號(hào)作為自適應(yīng)濾波器的輸入，選擇基于模糊推理變步長自適應(yīng)算法對(duì)帶噪聲語音信號(hào)進(jìn)行降噪處理，最終實(shí)現(xiàn)語音信號(hào)的信噪分離，去除語音信號(hào)中的噪聲。仿真結(jié)果表明，該方法對(duì)語音信號(hào)有較為明顯的降噪效果。
上傳時(shí)間： 2013-10-14
上傳用戶：戀天使569
為去除腦電信號(hào)采集過程中存在的噪聲信號(hào)，提出了基于小波閾值去噪的腦電信號(hào)去噪。以小波閾值降噪為基礎(chǔ)，首先利用db4小波對(duì)腦電信號(hào)進(jìn)行5尺度分解，然后采用軟、硬閾值與小波重構(gòu)的算法進(jìn)行去噪。通過對(duì)MIT腦電數(shù)據(jù)庫中的腦電信號(hào)進(jìn)行仿真，結(jié)果表明，采用軟閾值方法有效去除了噪聲，提高了腦電信號(hào)的信噪比。
上傳時(shí)間： 2014-12-23
上傳用戶：如果你也聽說
提出了一種用各向異性雙變量拉普拉斯函數(shù)模型去模擬NSCT域的系數(shù)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(shù)相鄰尺度間的父子關(guān)系，同時(shí)滿足自然圖像不同尺度間NSCT系數(shù)方差具有各向異性的特征，基于這種統(tǒng)計(jì)模型，文中先推導(dǎo)出了一種各向異性雙變量收縮函數(shù)的近似形式，然后基于貝葉斯去噪法和局部方差估計(jì)將這種新的閾值收縮函數(shù)應(yīng)用于NSCT域，實(shí)驗(yàn)結(jié)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(xì)節(jié)信息，從而明顯改善了圖像的視覺效果。
上傳時(shí)間： 2013-10-23
上傳用戶：thuyenvinh
此程序是關(guān)于小波變換用于故障信號(hào)分析和處理的程序，特別適合去噪和第一類間斷點(diǎn)的檢測(cè)，適合機(jī)械波研究者參考
上傳時(shí)間： 2014-01-07
上傳用戶：aysyzxzm
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
