搜索资源列表
ImgComBasedonWavletandNN
- Matlab实现图像压缩与重构步骤 ① 对图像进行小波分解，得到第一层分解的低频系数和高频系数。 ② 保留低频系数，对高频系数进行基于神经网络的矢量量化编码，达到压缩。 ③ 根据码书以w还原高频系数 ④ 根据保留的低频系数和还原的高频系数重构图像 -Matlab realization image compression and the heavy construction step (1) pair of pic
Compression
- 用MatLab实现图像压缩。以真彩图像的处理为例，对由它转换来的彩色索引矩阵进行二进小波多层分解，对低频近似的系数矩阵作相应的截取处理，以及优化索引图像的彩色图。-Realize image compression using MatLab. To deal with true color images for example, by its conversion to the color index matrix dyadic wav
wavelet
- VC开发的小波程序4层分解，可通过文件与matlab里对比，完全符合，可用于降噪
lifting_97
- 本程序实现任意偶数大小图像第二代双正交97提升小波变换 注1： 采用标准正交方法，对行列采用不同矩阵（和matlab里不同） 注2： 为了保证正交，所有边界处理，全部采用循环处理 注3： 正交性验证，将单位阵带入函数，输出仍是单位阵（matlab不具有此性质） 注4： 此程序是矩阵实现，所以图像水平分量和垂直分量估计被交换位置 注5： 此程序实现的是类小波（wavelet-like）变换，是介于小波包变换与小波
DWThundunjiami
- 文中提出了一种基于离散小波变换和混沌加密的数字水印新算法,采用二维混沌变换对水印图像加密 对载体图像进行多分辨离散小波变换,应用小波系数判断载体图像的纹理复杂程度后,依据人眼的视觉系统(HVS)特性,将水印信号嵌入到图像的低频部分,对图像的不 同分解层分别选取不同的纹理阈值和水印嵌入强度,将数字水印嵌入到相同分辨层的原始图像中,提高了水印算法的鲁棒性。在检测和提取水印时,通过水印相似度(NC)和峰值信噪比( PNSR)评价水印质量,
Nlayer_denoise
- 小波阈值去噪。对图像加噪，并进行小波1到4层分解去噪，给出信噪比走势图-Wavelet threshold denoising. Image noise, and 1-4 layers of wavelet decomposition of de-noising, signal to noise ratio is given chart
Studyonoptimalwaveletdecompositionlevel
- 图像融合 分解层数 小波变换 多聚焦图像融合的最佳小波分解层数为5 层-Image fusion decomposition level wavelet transform multi-focus image fusion of the best wavelet decomposition of 5-storey low-rise
xiaoboduibidulsb
- 为了提供较大的秘密信息嵌入量和保持良好的载密图像质量,依据人眼对变换剧烈及较暗区域均不敏感的视觉特点,提出了一种基于小波对比度和最低比特位替换(LSB)的图像密写方法.该方法先将载体图像分成固定大小的小块,对每一小块进行小波分解后计算小波对比度.然后,根据该块小波对比度绝对值之和确定该块可以嵌入的位平面层数.最后,采用LSB密写技术逐层嵌入秘密信息.实验结果表明,该密写方法能嵌入较多的信息和保持良好的载密图像质量,并且可直接从载密图像中
wavelet
- 为了避免常规正交小波变换所引起的图像边缘失真，特别采用了双正交小波变换进行图像 的多分辨率分解。在融合处理时，为了获得更丰富的细节和更好的融合效果，对不同分解层、不 同方向上的高频分量以及同一分解层图像中的不同区域均采用不同的融合算子。实验结果表明， 该融合方法和融合规则是十分有效的，融合后图像的边缘和纹理细节都更加突出-In order to avoid the conventional orthogonal wavele
medicalcengshu
- ：根据小波低频子带图像的轮廓模糊度和高频子带图像的细节信息量随小波分解层数增多而增多的规律，从图像熵 出发，提出了一种基于低频子带图像熵差的最佳小波分解层数选择法, 该方法通过计算不同分解层数下各低频子带的图像 熵差，选择最接近原始图像熵差的分解层数作为最佳分解层数。用多种基于小波变换的图像融合法分别对两组医学图像进 行仿真实验，结果表明根据该分解层数选择法得到的融合图像目视效果最好，与相关系数、峰值信噪比、模糊Chebys
Nlayerdenoise
- 小波阈值去噪。对图像加噪，并进行小波1到4层分解去噪，给出信噪比走势图.rar-Wavelet thresholding. Increase the image noise, and 1 to 4 layers of wavelet decomposition denoising, signal to noise ratio is given chart. Rar
xiaobobao-BP-zhoucheng-zhenduan-
- 基于小波包特征向量与神经网络的滚动轴承故障诊断。：基于故障轴承的特征提取，提出了将小波包分析与神经网络结合的滚动轴承故障诊断方法。对滚动轴承信号进行3层小波包分解，构造小波包特征向量作为故障样本，用训练好的BP神经网络进行故障诊断，试验结果表明，该方法能够有效地诊断出滚动轴承的故障类型。-Fault Diagnosis of Rolling Bearings Based on W avelet Packet Energy Eigen
the-Multi-focus-Images-Fusion.kdh
- 本论文的主要内容包含以下几个方面: 首先，论述了图像融合技术的基本理论、现状和方法，并对多聚焦图像融合 算法及融合结果的评价方法做了分类。 其次，论述了小波理论及其图像的小波分解和重构，研究了小波分解层数及 小波基函数的选择对多聚焦图像融合效果的影响，并给出了在多聚焦图像融合算 法中最佳小波分解层数和小波基函数的选取 再次，研究了基十小波变换的多聚焦图像融合方法，并提出了改进后的基十 小波变换区域对
wavelet-MATLAB-code
- 实现以下功能：装载信号；完成信号的单尺度一维离散小波分解；从系数中重构低频部分和高频部分；显示高频和低频部分；由小波逆变换恢复信号；多层一维分解；提取系数的低频和高频部分；重构第3层的低频系数；重构第1、2、3、4、5层的高频信号；重构原始信号并显示-Achieve the following functions: load signal complete signal single-scale one-dimensional dis
Iris-feature-extraction-algorithm
- 基于二维小波变换和方向向量，提出一种新的虹膜特征提取方法。该方法的基本思想是考虑虹膜纹理的 灰度变化，对于多层小波分解后的低频分量，分别求其在4个方向上的方向向量，最后形成虹膜码。测试结果表明，该方法能 有效地提高虹膜的识别率，且算法简单、快速。 -The basic principle of the method is as follows.In view of iris textural intensity variat
sonar2
- 基于平移不变小波变换的多普勒速度声纳输出信号处理.针对水下航行器组合导航系统所使用的多普勒速度声纳输出信号的特点,采用了平移不变小波变换的多分辨率分析的方法,利用Daubechies小波函数,采用了半软阈值去噪的方法,能够在低信噪比的情况下准确地估计多普勒声纳的频移,从含有噪声的多普勒输出信号中提取出原始信号.通过仿真实验表明:采用4层小波分解,算法计算量减小,有效地消除多普勒噪声,从而提高水下组合导航系统的精度. -Doppler s
matlab-wavelet
- 应用db5小波和 bior4.4小波, 对图象cameraman.tif分别进行2层小波分解和重构-The application db5 wavelet bior4.4 of wavelet image cameraman.tif 2-layer wavelet decomposition and reconstruction
e-ihs-and-wavelet--fusion-
- IHS和小波变换结合多源遥感影像融合质量对小波分解层数的响应_龚建周-ihs and wavelet transformation combined with multi-source remote sensing image fusion quality _ Gong Jianzhou responding to the layer number of wavelet decomposition
waveletDecompositionAtLevel4
- 4层小波分解，信号分解时域图，信号的频谱(4 layer wavelet decomposition,Signal decomposition time domain diagram,signal spectrum)
小波熵
- 小波熵求解，小波包分解，4是层数，db3为小波基，参数可改(wavelet entropy,wavelet packet decomposition,the number of layers is 4,db3 is the wavelet basis, parameters can be changed)