MATLAB wavELet book about wavELet and application
標(biāo)簽： wavELet application MATLAB about
上傳時(shí)間： 2017-08-24
上傳用戶：15071087253
Daubechies D4 wavELet transform
標(biāo)簽： Daubechies transform wavELet D4
上傳時(shí)間： 2014-01-09
上傳用戶：wfeel
this book explains the face recognition algorithm using gabor wavELet
標(biāo)簽： recognition algorithm explains wavELet
上傳時(shí)間： 2017-09-01
上傳用戶：hj_18
Current field forecast verification measures are inadequate, primarily because they compress the comparison between two complex spatial field processes into one number. Discrete wavELet transforms (DWTs) applied to analysis and contemporaneous forecast fields prove to be an insightful approach to verification problems. DWTs allow both filtering and compact physically interpretable partitioning of fields. These techniques are used to reduce or eliminate noise in the verification process and develop multivariate measures of field forecasting performance that are shown to improve upon existing verification procedures.
標(biāo)簽： field forecast verification
上傳時(shí)間： 2020-07-22
上傳用戶：
JPEG2000是新一代圖像壓縮標(biāo)準(zhǔn),JPEG2000與傳統(tǒng)JPEG最大的不同,在于它放棄了JPEG所采用的以離散余弦變換(Discrete Cosine Transform)為主的區(qū)塊編碼方式,而采用以小波轉(zhuǎn)換(wavELet Transform)為主的多解析編碼方式.離散小波變換算法是現(xiàn)代譜分析工具,在圖像處理與圖像分析領(lǐng)域正得到越來越廣泛的應(yīng)用.由于JPEG2000標(biāo)準(zhǔn)具有復(fù)雜的算法,全部用軟件來實(shí)現(xiàn)將會占用很大的處理器時(shí)間開銷和內(nèi)存開銷,尤其對于實(shí)時(shí)圖像傳輸和處理系統(tǒng),因而用硬件電路來實(shí)現(xiàn)JPEG2000標(biāo)準(zhǔn)的部分或全部,就具有重要的意義,本課題的目的就是用硬件電路來實(shí)現(xiàn)JPEG2000標(biāo)準(zhǔn)中的離散小波變換部分,論文研究的主要工作就是設(shè)計(jì)了一個(gè)符合JPEG2000標(biāo)準(zhǔn)的、高性能的多級二維離散小波變換的硬件電路.論文研究的內(nèi)容主要分為兩部分,第一部分首先分析了JPEG2000標(biāo)準(zhǔn)和離散小波變換的原理,重點(diǎn)研究了離散小波變換的快速算法,包括第一代小波變換所采用的卷積算法和第二代小波變換所采用的提升算法,然后具體分析了離散小波變換在JPEG2000中的具體實(shí)現(xiàn).論文第二部分對兩種離散小波變換快速算法的硬件實(shí)現(xiàn)進(jìn)行了比較,并選擇卷積濾波算法作為硬件實(shí)現(xiàn)的對象,并采用Daubechies9/7小波基.然后具體設(shè)計(jì)了離散小波變換的各個(gè)模塊,所有的模塊都是有硬件描述語言(Verilog HDL)來實(shí)現(xiàn),經(jīng)過仿真和邏輯綜合,在一塊自行設(shè)計(jì)的FPGA開發(fā)板上進(jìn)行了驗(yàn)證.仿真和驗(yàn)證的結(jié)果表明了該小波變換的硬件電路符合JPEG2000標(biāo)準(zhǔn),具有較高的速度和信噪比.
上傳時(shí)間： 2013-04-24
上傳用戶：h886166
<小波分析理論與MATLAB 7實(shí)現(xiàn)>是“MATLAB應(yīng)用技術(shù)”系列叢書之一，以最新推出的MATLAB中的小波分析工具箱wavELet Toolbox 3.0版本為基礎(chǔ)。全書共分為三部分，第1部分著重介紹了小波理論基礎(chǔ)，包括小波基礎(chǔ)知識、連續(xù)小波變換、離散小波變換、多分辨率分析與正交小波變換、小波變換和多采樣濾波器組、二維小波變換與圖像處理及小波包的基本原理等；第2部分重點(diǎn)說明了小波分析工具箱的詳細(xì)使用方法，包括圖形用戶接口、小波通用函數(shù)、一維小波變換的MATLAB實(shí)現(xiàn)、二維小波變換的MATLAB實(shí)現(xiàn)、小波包變換的MATLAB實(shí)現(xiàn)、信號和圖像的降噪和壓縮，以及最新的信號和圖像的提升小波變換等內(nèi)容；第3部分主要介紹了小波工具箱的應(yīng)用基礎(chǔ)，以及小波變換在語音和生物醫(yī)學(xué)信號處理中、故障診斷中、數(shù)字水印中的應(yīng)用方法。 本書可作為理工科各專業(yè)的高年級本科生、研究生學(xué)習(xí)小波分析的輔助教材，也可作為研究和應(yīng)用這一領(lǐng)域的科技工作者的參考書。
上傳時(shí)間： 2015-06-04
上傳用戶：refent
<小波分析理論與MATLAB 7實(shí)現(xiàn)>是“MATLAB應(yīng)用技術(shù)”系列叢書之一，以最新推出的MATLAB中的小波分析工具箱wavELet Toolbox 3.0版本為基礎(chǔ)。全書共分為三部分，第1部分著重介紹了小波理論基礎(chǔ)，包括小波基礎(chǔ)知識、連續(xù)小波變換、離散小波變換、多分辨率分析與正交小波變換、小波變換和多采樣濾波器組、二維小波變換與圖像處理及小波包的基本原理等；第2部分重點(diǎn)說明了小波分析工具箱的詳細(xì)使用方法，包括圖形用戶接口、小波通用函數(shù)、一維小波變換的MATLAB實(shí)現(xiàn)、二維小波變換的MATLAB實(shí)現(xiàn)、小波包變換的MATLAB實(shí)現(xiàn)、信號和圖像的降噪和壓縮，以及最新的信號和圖像的提升小波變換等內(nèi)容；第3部分主要介紹了小波工具箱的應(yīng)用基礎(chǔ)，以及小波變換在語音和生物醫(yī)學(xué)信號處理中、故障診斷中、數(shù)字水印中的應(yīng)用方法。 本書可作為理工科各專業(yè)的高年級本科生、研究生學(xué)習(xí)小波分析的輔助教材，也可作為研究和應(yīng)用這一領(lǐng)域的科技工作者的參考書。
上傳時(shí)間： 2013-12-27
上傳用戶：lanhuaying
Included are the files wav1.m, wav2.m, wavecoef.mat and readme. wav2 function implements the tree structured wavELet transform of the input matrix, up to the given level of decomposition. Wav2 uses another function called wav1, which takes the well known wavELet transform of the given matrix. Daubechies wavELet coefficients are used for wavELet transform operation wahich is saved in wavcoeff.mat.
標(biāo)簽： implements the wav Included
上傳時(shí)間： 2015-06-23
上傳用戶：愛死愛死
暫時(shí)只支持jpeg2000支持的 cdf97 和spline53 可以這樣來測試： x=imread( E:\study\jpeg2000\images\lena.tif ) ％ see the decomposition coefficients y=wavelift(x, 1, spl53 ) using spline 5/3 wavELet figure subplot(1,2,1) imshow(x) subplot(1,2,2) imshow(mat2gray(y)) ％ see the reconstruction precision yy=wavelift(x, 5) using cdf 9/7 wavELet ix=wavelift(yy,-5) inverse sum(sum((double(x)-ix).^2))
標(biāo)簽： 2000 imageslena studyjpeg imread
上傳時(shí)間： 2014-01-14
上傳用戶：懶龍1988
wavELets have widely been used in many signal and image processing applications. In this paper, a new serial-parallel architecture for wavELet-based image compression is introduced. It is based on a 4-tap wavELet transform, which is realised using some FIFO memory modules implementing a pixel-level pipeline architecture to compress and decompress images. The real filter calculation over 4 · 4 window blocks is done using a tree of carry save adders to ensure the high speed processing required for many applications. The details of implementing both compressor and decompressor sub-systems are given. The primarily analysis reveals that the proposed architecture, implemented using current VLSI technologies, can process a video stream in real time.
標(biāo)簽： applications processing wavELets widely
上傳時(shí)間： 2014-01-22
上傳用戶：hongmo
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
