搜索资源列表
DelaminationRetrieval
- 形状特征是武器装备目标识别的关键因素。针对归一化后轴夹角的特点和小波描述子多尺度描述轮廓曲 线的特性，提出一种R树索引的分层检索技术模型，在模型库空间逐级过滤出与目标相似的模板，以保证检索的效 率和准确性，并通过对军用车辆的检索实验验证了模型的有效性。-The shape features of military weapons＆equipment are the most important key factors of im
FusionSegmentationAlgorithm
- 针对合成孔径雷达(SAR) 图像含有大量斑点噪声的特点,基于Contourlet 的多尺度、局部化、方向性和各向 异性等优点,并结合隐马尔科夫树( HMT) 模型和隐马尔科夫场(MRF) ,提出了一种基于Contourlet 域持续性和聚 集性的SAR 图像模糊融合分割算法。该算法有效捕获了Contourlet 子带的持续性和聚集性,并分别用HMT 和 MRF 来刻画,再依据模糊测度,将多尺度HMT 和MRF 有机融合,建立
xinxilun
- 《Visual C++数字图像获取、处理及实践应用》杨枝灵、王开等编著。内容：第4章 图像增强（对比度增强、灰度变换法、直方图修整法、图像平滑、图像锐化、伪彩色和假彩色增强）；第5章 图像复原（逆滤波复原、维纳滤波方法）；第6章 图像处理中的正交变换（傅立叶变换、离散余弦变换（DCT）、沃尔什变换、基于特征向量的变换、霍特林（Hotelling）变换、SVD变换、小波变换、Mallat算法）；第7章 图像压缩编码（霍夫曼（Huffman
kuaisutisheng
- 针对CT 医学图像和MR I 医学图像成像特点, 提出了基于快速整数提升小波变换的融合方法。在CT 和 MR I 两幅医学图像配准的前提下, 利用提升小波变换把图像分解成低频和高频子图像, 对于小波变换后的高频 子图像, 选择区域标准差大的作为融合后的子图像 对于低频子图像, 采用加权融合, 最后进行小波逆变换, 得到 融合后的图像, 并对融合后图像用信息熵、平均梯度、相关系数的指标进行评价。实验结果表明, 基于快速整数提
imagefusion
- 提出了一种基于多通道 Gabo r滤波器和 FCM聚类的图像融合新方法。该方法先利用模糊 C2均值聚类算法在多通道 Gabo r滤波器形成的特征空间上对图像进行区域分割 再对待融合图像进行多尺度小波分解 在此基础上利用 Gabo r滤波器提取高频段纹理特征构造区域相似度 ,应用区域相似度及信息量构造加权因子 ,从而得到融合图像的小波系数 最后 ,利用小波逆变换得到融合图像.-Proposed a multi-channel Gabo
EMD-Toolbox
- EMD的Toolbox及使用方法 经验模态分解（Empirical Mode Decomposition, 简称EMD）是由美国NASA的黄锷博士提出的一种信号分析方法.它依据数据自身的时间尺度特征来进行信号分解, 无须预先设定任何基函数。这一点与建立在先验性的谐波基函数和小波基函数上的傅里叶分解与小波分解方法具有本质性的差别。正是由于这样的特点, EMD 方法在理论上可以应用于任何类型的信号的分解, 因而在处理非平稳及非线性数据上
serial
- 本模块的功能是验证实现和PC机进行基本的串口通信的功能。需要在PC机上安装一个串口调试工具来验证程序的功能。 程序实现了一个收发一帧10个bit（即无奇偶校验位）的串口控制器，10个bit是1位起始位，8个数据位，1个结束位。 串口的波特律由程序中定义的div_par参数决定，更改该参数可以实现相应的波特率。程序当前设定的div_par 的值 是0x104，对应的波特率是9600。用一个8倍波特率的时钟将发送或接受每一位bi
Untitled23
- 基于R/T系数法求解计算瑞利波波速，算法被改进过的，速度很快-Based on R/T coefficient method calculation of the Rayleigh wave speed, the algorithm had been improved, very fast
FaultRecorderDesign
- 基于 ARM和 Linux嵌入式平台的 故障录波器通信接口设计-Abstract: To s olve some p r oblems of hardware configure, cost and reliability based on the traditi onalmicr ocomputer2 based fault re2 corder, a scheme for the fault recorderwhich ta
ECEFilterCheck
- 这段代码是最近调试的一段ECG滤波检波的软件，它实现了对一段ECG数据的GAUS变换滤波，能较为准确的测定出P，Q，R，S，T等关键波的长度及特征。有兴趣的可以-This code is the latest section of ECG filtering detector debugging software, which implements the ECG data on a GAUS transform filtering,
palmprint-recognition-
- 首先计算掌纹图像二维Gabo r小波变 换系数的幅值, 将其作为掌纹图像的原始特征 其次, 利用 2DPCA 实现原始特征的降维 然后, 利用PCA 与FLD 的融合算 法进行二次降维的同时提取出最有利于分类的鉴别特征 最后, 利用最近邻算法进行掌纹的分类识别。 -First calculate the two-dimensional Gabo r palmprint image wavelet coefficien
xiaobosuanfa
- 采样频率 fs=10000 轴承外环故障信号 fid=fopen( bearingout.dat , r ) 故障 N=1024 xdata=fread(fid,N, int16 ) fclose(fid) xdata=(xdata-mean(xdata))/std(xdata,1) 时域波形 figure(1) plot(1:N,xdata) xlabel( 时间
Orangedetect
- 为了研究适合近红外光谱无损检测脐橙VC 含量的光谱预处理方法, 比较了11 种光谱预处理方法对偏最小二乘法( PLS) 建模预测效果的影响。结果表明, 小波消噪效果最好, 模型预测值与标准值的相关系数R 达到0. 957 4, 交叉验证预测均方差仅为3. 90, 最优光谱波段为7 501. 7～5 449. 8 cm- 1, 主成分数为8。小波消噪是脐橙VC 含量近红外光谱无损检测的有效光谱预处理方法。-In order to sear
Wavelet-learning-materials
- 从数学的角度讲，小波是构造函数空间正交基的基本单元，是在能量有限空间L2(R) 上满足允许条件的函数，这样认识小波需要L2(R) 空间的基础知识，特别是内积空间中空间分解、函数变换等的基础知识。 从信号处理的角度讲，小波(变换)是强有力的时频分析(处理)工具，是在克服傅立叶变换缺点的基础上发展而来的，所以从信号处理的角度认识小波，需要傅立叶变换、傅立叶级数、滤波器等的基础知识。-From the mathematical poi
rtw
- CFD经典算例：RT不稳定性，采用五阶WENO格式，可作为测试算例，激波分辨率-CFD classic example: R-T instability，Fifth-order WENO scheme can be used as the test example。Shock resolution
A-single-target-echo-simulation
- 包含了一个合成孔径雷达点目标回波模拟和R-D算法和一个距离参考函数-SAR RD imaging algorithm
Analytical_Poroelastic
- 各向同性空隙介质中波的传播的解析形式，应用下文的方法： Dai, N., Vafidis, A. & Kanasewich, E.R., 1995. Wave propagation in heterogeneous, porous media: A velocity-stress, finite-difference method, Geophysics, 60, 327-340. 更加详细的介绍见英文描述，该代码对于做
daima-high-spat-ial-remote-sensing
- 高分辨率遥感图像信息提取，小波 多窗口线性保持 联合特征去噪 高分辨率影像-wavelet multi-window linearity r eserve char act er noise cleaning high-spat ial remote sensing
Texture-Segmen-ta-t-ion-withWavelet
- 为了提高纹理图象分割的边缘准确性和区域一致性以及降低分割错误率, 提出了一种基于小波变换的利 用特征加权来进行纹理分割的方法. 该方法包括特征提取、预分割和后分割 3 个阶段, 其中, 特征提取在金字塔结 构小波变换的基础上进行 预分割利用均值聚类算法来对原始图象进行初步的分割 后分割则根据预分割的结果 对特征进行加权, 然后利用最小距离分类器来实现图象的最后分割. 与传统的方法相比, 该方法在分割错误率、边 缘准确性以
image-fusion.RAR
- 给出了一种新的基于小波多尺度分解的分层图像融合方法. 其基本思想是先对源图像 进行小波多尺度分解 其次, 按照融合规则, 采用基于区域特性量测的选择及加权算子去构造融 合图像对应的小波系数 最后, 通过逆小波变换重构融合图像. 该方法被成功地用于图像的融合 处理. 此外, 利用熵、交叉熵、互信息、均方根误差、峰值信噪比等参量, 对该融合方法的融合性能 进行了评价与分析. 实验结果表明, 该融合方法是十分有效的- A no