·詳細說明：BM3D去噪算法的實現和相關文檔，很好的去噪算法
標簽： BM3D 去噪 算法 文檔
上傳時間： 2013-08-01
上傳用戶：hasan2015
隨著遙感影像數據量不斷增長，為了更加高效地組織與管理海量的遙感影像，研究并提出了改進的基于小波分解的影像金字塔構建方法。利用多分辨率分析和圖像的小波分解與重構算法，參考影像金字塔構建的一般方法，將圖像小波分解的不同級系數量化、編碼后，分別存儲于金字塔的不同層中。該構建方法可以有效地降低金字塔各層之間的數據冗余，減少總數據量和瀏覽時的數據流量，并能更好地支持嵌入式碼流和漸進式傳輸。
標簽： 小波變換 金字塔模型
上傳時間： 2013-10-20
上傳用戶：1477849018@qq.com
數字水印是數字信息安全領域研究的一個熱點。小波變換算法以其多分辨率分析的特性在應用數學方面取得了一定的發展。文中結合小波算法，在數字圖像的低頻域中采用分塊方法來嵌入數字水印，改進了小波多尺度分解算法，通過實驗說明，該數字水印算法對數字水印的穩定性效果明顯
標簽： 分塊 多尺度 頻域 數字水印
上傳時間： 2013-11-08
上傳用戶：199311
在魚雷技術發展中，低截獲概率技術（LPI）的采用大大提高魚雷的作戰能力，同時也對截獲信號提出了更高的要求。本文將基于小波分析的檢測方法，具體對有效的低截獲特征信號信號進行檢測，相比于短時傅里葉變換的基礎上，采用Daubechies5小波對信號進行分解變換，證明小波分析方法的有效性及優越性。
標簽： 小波分析 信號檢測 方法研究
上傳時間： 2013-10-22
上傳用戶：lht618
由于模擬電路的多樣性、非線性和離散性等特點，模擬電路的故障診斷呈現復雜、難以辨識等問題。針對已有方法的數據不平衡，提出了一種支持向量機集成的故障診斷方法。使用小波變換方法提取特征向量，在多類別支持向量機的基礎上，設計了模擬電路的最小二乘支持向量機預測模型，實現了對模擬電路的狀態的故障預測。將該方法應用于Sallen-Key帶通電路進行故障預測試驗，結果表明，該方法比單一支持向量機、徑向基神經網絡、BP神經網絡和APSVM有更好的分類和泛化性能，故障診斷準確率更高。
標簽： LS-SVM 集成 模擬電路 故障檢測
上傳時間： 2013-10-31
上傳用戶：417313137
目前，被廣泛使用的經典邊緣檢測算子有Sobel算子，Prewitt算子，Roberts算子，Log算子，Canny算子等等。這些算子的核心思想是圖像的邊緣點是相對應于圖像灰度值梯度的局部極大值點。然而，當圖像中含有噪聲時這些算子對噪聲都比較敏感，使得將噪聲作為邊緣點。由于噪聲的干擾，不能檢測出真正的邊緣。一個擁有良好屬性的的邊緣檢測算法是每個研究者的追求。利用小波交換的特點，設計了三次B樣條平滑濾波算子。通過利用這個算子，對利用小波變換來檢測圖像的邊緣進行了一定的研究和理解。
標簽： 小波變換 圖像邊緣檢測 中的應用
上傳時間： 2013-10-13
上傳用戶：kqc13037348641
為了提高圖像去噪效果，提出了基于Contourlet域HMT模型的Cycle Spinning去噪方法。首先將待去噪圖像進行循環平移，使用Contourlet域HMT模型對平移后的圖像進行降噪處理，然后將降噪后的圖像進行循環反平移，最后將不同循環平移量下的降噪圖像進行平均處理，以減少去噪后圖像的失真。實驗結果表明，該方法不僅可以提高降噪后圖像峰值信噪比，而且可以提高降噪后圖像的視覺效果。
標簽： Contourlet Spinning Cycle HMT
上傳時間： 2014-12-23
上傳用戶：ddddddos
為了使計算機能更好的識別人臉表情，對基于Gabor小波變換的人臉表情識別方法進行了研究。首先對包含表情區域的靜態灰度圖像進行預處理，包括對確定的人臉表情區域進行尺寸和灰度歸一化，然后利用二維Gabor小波變換提取臉部表情特征，使用快速PCA方法對提取的Gabor小波特征初步降維。再在低維的空間中，利用Fisher準則提取那些有利于分類的特征，最后用SVM分類器進行分類。實驗結果表明，上述提出的方法比傳統的方法識別速度更快，能達到實時性的要求，并且具有很好的魯棒性，識別率高。
標簽： Gabor 人臉 特征提取
上傳用戶：小眼睛LSL
提出了一種基于FPGA的多級小波逆變換的高速、實時的硬件解決方案。仿真驗證表明本方案能夠滿足連續輸入的數據進行實時處理的要求,并且所設計的系統具有功耗低、成本低等優點。
標簽： 多級 小波逆變換 實時系統 方案
上傳時間： 2014-12-28
上傳用戶：Zero_Zero
由非線性電力電子裝置組成的電路發生故障時，故障特征信息不易提取和識別。對此提出一種基于小波包分析和Elman神經網的電力電子裝置故障診斷的方法，先運用小波包分析法提取電路在不同故障狀態下電壓及電流信號的特征信息，然后對數據進行歸一化處理并作為Elman神經網的輸入，由具有智能學習功能的神經元故障分類器完成故障識別和定位。以12脈沖整流電路為例，在Matlab軟件下建立電路模型進行仿真實驗，結果表明該方法能快速、準確的完成故障診斷。
標簽： Elman 分 故障診斷
上傳時間： 2013-11-11
上傳用戶：zjf3110
蟲蟲下載站版權所有 京ICP備2021023401號-1
