搜索资源列表
fenjie
- 图像的分解与重构,运用高斯函数对图像进行分解和重构,较简单-image decomposition and reconstruction, using Gaussian function right image decomposition and reconstruction, a simpler
WaveletVC++Res
- 通过设计VC程序对简单的一维信号在加上了高斯白噪声之后进行Daubechies小波、Morlet小波和Haar小波变换，从而得到小波分解系数；再通过改变分解得到的各层高频系数进行信号的小波重构达到消噪的目的。在这一程序实现的过程中能直观地理解信号小波分解重构的过程和在信号消噪中的重要作用，以及在对各层高频系数进行权重处理时系数的选取对信号消噪效果的影响。-through the design process to a simple on
imageprocessing
- 图像处理的码源，如WALSH变换、Wavelets and Multiwavelet变换方法、高斯平滑、利用小波变换对图像进行分解与重构、拉普拉斯锐化等，所有的码源都是用VC++实现的。
fenjie
- 图像的分解与重构,运用高斯函数对图像进行分解和重构,较简单-image decomposition and reconstruction, using Gaussian function right image decomposition and reconstruction, a simpler
WaveletVC++Res
- 通过设计VC程序对简单的一维信号在加上了高斯白噪声之后进行Daubechies小波、Morlet小波和Haar小波变换，从而得到小波分解系数；再通过改变分解得到的各层高频系数进行信号的小波重构达到消噪的目的。在这一程序实现的过程中能直观地理解信号小波分解重构的过程和在信号消噪中的重要作用，以及在对各层高频系数进行权重处理时系数的选取对信号消噪效果的影响。-through the design process to a simple on
imageprocessing
- 图像处理的码源，如WALSH变换、Wavelets and Multiwavelet变换方法、高斯平滑、利用小波变换对图像进行分解与重构、拉普拉斯锐化等，所有的码源都是用VC++实现的。-Image processing source code, such as WALSH transform, Wavelets and Multiwavelet transformation method, Gaussian smoothing, us
l1_cs
- 对lena.map先分块处理，然后做cs变换，观测矩阵用随机高斯矩阵，重构算法用l1算法-On lena.map first block processed, and then do cs transform, random Gaussian matrix with the observation matrix, reconstruction algorithm algorithm using l1
A-REMARK-ON-COMPRESSED-SENSING
- 一篇关于压缩感知的经典文章，压缩感知（Compressed sensing，简称CS，也称为Compressive sampling)理论异于近代奈奎斯特采样定理，它指出：利用随机观测矩阵可以把一个稀疏或可压缩的高维信号投影到低维空间上，然后再利用这些少量的投影通过解一个优化问题就可以以高概率重构原始稀疏信号，并且证明了这样的随机投影包含了原始稀疏信号的足够信息。-A classic article on compressed sens
Wavelet_OMP_single_layer_2
- 基于omp重构算法的压缩感知的正交化高斯测量矩阵的图像压缩算法-Based on omp restructuring algorithm compression sensation orthogonalization Gauss measurement matrix image compression algorithm
wavelet_wx
- （1.）二维信号的小波分解。选择一个小波和小波分解的层次N，然后计算信号s到第N层的分解。 （2）对高斯系数进行阈值量化。对于从1到N的每一层，选择一个阈值，并对这一层的高斯系数进行软阈值量化处理。 （3）二维信号的重构。根据小波分解的第N层的低频系数和经过修改的从第1层到第N层的各层高频系数计算二维信号的小波重构。 -(1) 2 d signal wavelet decomposition. Choose a wavele
tWavveletVCReh
- 通过设计Visual C程序源码对简单易懂的一维信号在加上了高斯白噪声之后进行Daubechies小波、Morlet小波与Haar小波变换，从而的到小波分解系数；再通过改变分解的到的各层高频系数数进行信号的小波重构达到消噪噪的目的。在这一程序源码实现的过程中能直观地理解信号小波分解重构的过程与在信号消噪中的重要作用，和在对各层高频系数进行权重处理时系数的选取对信号消噪效果的影响。 可直接 -Design Visual C progr
example_yingyuzhi
- 小波变换，硬阈值降噪，产生原始信号，在原信号中叠加入高斯白噪声，信号重构-Wavelet transform hard threshold noise reduction, resulting in the original signal, stacked Gaussian white noise to the original signal, signal reconstruction
ysgz
- 对256×256大小的8bit灰度lena图像进行仿真计算，稀疏矩阵采用DCT矩阵，观测矩阵采用高斯随机矩阵，重构算法采用OMP（正交匹配追踪）算法。 -256256 size 8bit grayscale lena image simulation, sparse matrix DCT matrix, and observation matrix using Gaussian random matrix reconstructio
Wavelet_SP
- 压缩感知CS——采用小波变换进行稀疏表示，高斯随机矩阵为观测矩阵，重构算法为SP算法，对256*256的lena图处理，比较原图和SP算法在不同采样比例(0.74、0.5、0.3)下的重构效果，并各运行50次，比较算法性能PSNR和每次的运行时间-Compressed sensing CS- using wavelet transform as sparse representation, Gaussian random matrix
Wavelet_SL0
- 压缩感知CS——采用小波变换进行稀疏表示，高斯随机矩阵为观测矩阵，重构算法为SL0算法，对256*256的lena图处理，比较原图和SL0算法在不同采样比例(0.74、0.5、0.3)下的重构效果，并各运行50次，比较算法性能PSNR和每次的运行时间 -Compressed sensing CS- using wavelet transform as sparse representation, Gaussian random ma
Wavelet_ROMP
- 压缩感知CS——采用小波变换进行稀疏表示，高斯随机矩阵为观测矩阵，重构算法为ROMP算法，对256*256的lena图处理，比较原图和ROMP算法在不同采样比例(0.74、0.5、0.3)下的重构效果，并各运行50次，比较算法性能PSNR和每次的运行时间 -Compressed sensing CS- using wavelet transform as sparse representation, Gaussian random
Wavelet_OMP
- 压缩感知CS——采用小波变换进行稀疏表示，高斯随机矩阵为观测矩阵，重构算法为OMP算法，对256*256的lena图处理，比较原图和OMP算法在不同采样比例(0.74、0.5、0.3)下的重构效果，并各运行50次，比较算法性能PSNR和每次的运行时间 -Compressed sensing CS- using wavelet transform as sparse representation, Gaussian random ma
肌电信号模式识别
- 实现了两种算法，在时域内分别利用肌电信号的过零点数和波长作为特征，并利用高斯重构算法进行模式识别。(Two algorithms are implemented. In the time domain, the zero crossing point and wavelength of the EMG signal are used as the features, and the Gauss reconstruction algori
Desktop
- 图像金字塔分解与图像金字塔重构matlab 程序,实现图像多尺度变换，对图像进行增强(Image pyramid decomposition and reconstruction of image pyramid matlab program,achieveing image enhancement)
cs
- 该文包含了压缩感知图像重构算法，有omp,cosamp,sp,可以选择观测矩阵高斯随机矩阵，稀疏随机矩阵，部分哈达码矩阵。(This paper includes compressed sensing image reconstruction algorithm. It has OMP, CoSaMP and sp. It can choose observation matrix Gauss random matrix, sparse