搜索资源列表
fir_test
- C54X下的FIR滤波器程序，输入一高频分量和低频分量的混合波,用FIR滤波滤除其中的高频分量!-C54X the FIR filter procedures, the importation of a high-frequency and low-frequency components of the mixed-wave components, FIR Filtering with the high frequency compon
FusionCode1
- 针对多聚焦图像融合，本文首先介绍了小波变换融合算法，虽然小波变换方法无冗余，高频分量损失较小，具有较好的融合效果，但存在两个主要缺点：一是移变性，二是融合图像在重构时会受到一些外来因素的影响，所以仍会丢失一些边缘信息，为了克服小波变换法的以上缺点，可以采用基于小波分解和点扩展函数模型PSF相结合的融合方法。该方法首先对不同的图像进行无降2采样的小波分解，以保持与源图像大小相同，然后分别将其各方向、各尺度的高频分量进行叠加，并依此提取其高
DFT
- 自己实现的一维、二维DFT。优点：变换后的低频分量在中间，弥补了matlab库函数的不足（高频分量在中间）
matlab_frequency_analyse
- 1．产生一个连续信号，包含低频，中频，高频分量，对其进行采样，进行频谱分析，分别设计三种高通， 低通，带通滤波器对信号进行滤波处理，观察滤波后信号的频谱。 2.采集一段含有噪音的语音信号（可以录制含有噪音的信号，或者录制语音后再加进噪音信号），对其进行 采样和频谱分析，根据分析结果设计出一合适的滤波器滤除噪音信号
matlab.frequency.analyse
- 1．产生一个连续信号，包含低频，中频，高频分量，对其进行采样，进行频谱分析，分别设计三种高通，低通，带通滤波器对信号进行滤波处理，观察滤波后信号的频谱。 2.采集一段含有噪音的语音信号（可以录制含有噪音的信号，或者录制语音后再加进噪音信号），对其进行采样和频谱分析，根据分析结果设计出一合适的滤波器滤除噪音信号。
SRC008_wavelet_interpolation
- 利用小波变换更好地放大图像，该算法是先构造一个用Besov范数估计图像正则性的变分泛函，然后在小波域中最小化变分泛函得到放大图像。小波变换后的高频分量具有丰富的细节边缘信息，因而能够重构出高质量的图像，而且文中新算法具有运行时间短、速度快的特点。
Gaussiansmoothing
- 高斯平滑是去除图像噪声的一种方法，用低频滤波器处理，低通滤波器的作用就是滤掉高频分量，从而达到减少图象噪声的目的，高斯平滑指的是滤波用的模版是高斯（guass）模版，通过采样2维高斯函数得到。
suanfa
- 给出了一种基于小波变换的图像融合方法，对小波分解后的低频分量通过度量其图像块空间频率和对比度来确定融合图 像的低频分量，对分解后得到的高频分量，选择高频系数时，基于绝对值最大的原则，并对选择结果进行一致性验证，最后重构得 到融合图像。从仿真结果可以看出，给出的方法很好地保留了多幅原图像的有用信息，融合图像清晰度和对比度都较好，是一种有 效的图像融合算法
mDzongxianshi
- 对图像小波分解后的对角线高频分量进行处理，用了9种清晰度评价函数来处理高频分量，比较清晰度评价函数的优劣。
mVzongxianshi
- 对图像进行小波分解后，对其垂直高频分量进行分析，并用了9种清晰度评价函数对其进行处理，比较各评价函数的优劣。
mHzongxiangshi
- 对图像进行小波分解后，对其垂直高频分量进行分析，并用了9种清晰度评价函数对其进行处理，比较各评价函数的优劣。
mH
- 对图像进行小波分解后，并抽取出分解后的水平高频分量，并将其保存出来。
mD
- 对图像进行小波分解后，并抽取出分解后的垂直高频分量，并将其保存出来。
mV
- 对图像进行小波分解后，并抽取出分解后的对角线高频分量，并将其保存出来。
pangzi
- (1)将整幅图像分成4×4块，计算每一块中所有象素RGB三个颜色通道的颜色平均值，并以此作为该块的代表颜色（主颜色）。 (2)将各块的颜色平均值进行离散余弦变换（DCT），得到DCT系数矩阵。DCT是一种分离的变换，是国际静止图像压缩标准JPEG的基础。由于大多数图像的高频分量较小，相应于图像高频分量的系数经常为零，加上人眼对高频成分的失真不太敏感，所以可用更粗的量化。因此，在一般检索中可以利用部分DCT系数作为特征向量。
Fourer_Discrep
- 利用傅里叶描述子进行物体形状分析： 对于一个物体的边缘即形状来说，可将其看作是平面在空间坐标系下的点集构成的闭合曲线，这样就可用周期函数来描述其外形，可以进行离散傅里叶变换，将图像由空域表示转换到频域表示，变换后的函数可由傅里叶变换系数来描述。对于数字图像的频谱来说，低频分量的分布反映了图像主体的基本形状，高频分量的分布反映图像的细节
SRC008_wavelet_interpolation
- 利用小波变换更好地放大图像，该算法是先构造一个用Besov范数估计图像正则性的变分泛函，然后在小波域中最小化变分泛函得到放大图像。小波变换后的高频分量具有丰富的细节边缘信息，因而能够重构出高质量的图像，而且文中新算法具有运行时间短、速度快的特点。-Using Wavelet Transform better to enlarge the image, the algorithm is to construct a Besov norm
mH
- 对图像进行小波分解后，并抽取出分解后的水平高频分量，并将其保存出来。-Image after wavelet decomposition, and to take out the level of decomposition after the high-frequency component, and save it out.
pangzi
- (1)将整幅图像分成4×4块，计算每一块中所有象素RGB三个颜色通道的颜色平均值，并以此作为该块的代表颜色（主颜色）。 (2)将各块的颜色平均值进行离散余弦变换（DCT），得到DCT系数矩阵。DCT是一种分离的变换，是国际静止图像压缩标准JPEG的基础。由于大多数图像的高频分量较小，相应于图像高频分量的系数经常为零，加上人眼对高频成分的失真不太敏感，所以可用更粗的量化。因此，在一般检索中可以利用部分DCT系数作为特征向量。
digitalfilter
- 设计产生一个连续信号，包含低频，中频，高频分量，对其进行采样，进行频谱分析，使用矩形窗设计不同特性的数字滤波器对信号进行滤波处理，分析所设计滤波器(画出了频率特性曲线)，并对信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，同时设计出了一个友好的人机交互界面。-Designed to produce a continuous signal, including low frequency, medium freq