搜索资源列表
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
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
entropy
- 熵,联合熵,条件熵,平均互信息量的通用计算程序-Entropy, joint entropy, conditional entropy, average mutual information of the general-purpose computer program
EstimationoftheMIDI-basedaudioinformationsteganaly
- 基于信息量估计法的MIDI音频隐写分析Estimation of the MIDI-based audio information steganalysis-Estimation of the MIDI-based audio information steganalysis
average_mutual_information_main
- 平均互信息函数,计算两个时间序列的互信息量,修改-The average mutual information function to calculate the mutual information of two time series, modified
QRCode
- 在现代社会商品流通中,为了提高工作效率,条码识别技术得到了广泛的应用。一维条码受到容量的限制,仅能标识商品,而不能描述商品。二维条码解决了一维条码面临的容量问题,具有信息量大、可靠性高、保密防伪等优点。文 中介绍了QR Code 二维条形码的技术,给出了基于数字图像处理的QR Code 二维条形码的识别方案。-Circulation of commodities in modern society, in order to imp
200728009
- 摘要:现在我们处在一个信息量高度膨胀地时代。人们处理的信息越来越多,几乎比过去成几何倍数的增长。人们对信息处理工具-计算机的要求越来越高。本汽车销售管理系统是为满足企业汽车销售前期和后期的流程实践需求而作的,该系统是以vs2003为前台开发工具,Microsoft SQL Server 2000作为后台数据库开发的。 本文以管理信息系统建设中的汽车销售系统的开发为背景,论述了管理信息系统的概念、结构及系统开发的基本原理和方法,首先从
VideoProcessing
- 此matlab代码用于削减并消除图片中的block,提高图片质量。Deblock使用小波变换消除block,DeBlocking2通过计算熵,确定每个block的信息量,来消除block-This matlab code is for diluting and removing artifacts in images, upgrading the images. DeBlock applies wavelet to deblock
Mutualinformation
- 图像配准在医学图像处理领域是一项重要的技术,对临床诊断和治疗起着越来越重要的作用。尽管对 这方面的研究已经展开多年,但目前的主要方法仍然存在不足之处,急需改进,以便更好的应用于临床实践。 本文主要针对现在流行的基于最大互信息量的配准方法展开讨论和研究。在此基础上提出了相同重叠区域下的配准框架,在此框架下,将一些统计相似性配准算法统一为基于最小条件熵的图像配准算法。通常称为归一化互信息配准的方法。-Image registrati
fruithyperspectralimaging
- 一种新型的光学成像方法,即:高光谱成像技术,并应用于水果的品质检测,该新方法相比单纯的图像处理方法,可以体现更多的信息量,检测效果更好!-Quality evaluation of fruit by hyperspectral imaging
435435
- 基于粒子群优化和互信息量的全景图拼接算法,希望对大家有帮助-Particle swarm optimization based on mutual information and panorama stitching algorithm, we want to help
matrix-wave
- 用矩阵实现而微小波变换,解决途中处理中而微信息量过大的问题-Realization with small wave transformation matrix to address the way in which micro-processing problem of information overload
Student-Score
- 学生成绩管理是学校教务管理的重要组成部分,其处理信息量很大,本实验是对学生的成绩管理作一个 简单的模拟,用菜单选择操作方式完成下列功能: (1)学生成绩; (2)查询学生成绩; (3)插入学生成绩; (4)删除学生成绩-School student achievement management is an important part of educational administration and its han
pojcodefor(1000-1099)
- poj从题号1000到1099道题目的源码,可能会有几道没有,但是近100道题目。每道题目至少有一道AC的代码,除了AC的还有很多效率不是很高的以及wa的代码,信息量很大,很好用。-poj from Question No. 1000-1099 subject source, may Jidao not, but nearly 100 questions. Each subject at least one AC code, in ad
pojcodefor(1100-1199)
- poj从题号1100到1199道题目的源码,可能会有几道没有,但是近80道题目。每道题目至少有一道AC的代码,除了AC的还有很多效率不是很高的以及wa的代码,信息量很大,很好用。-poj from Question No. 1100-1199 subject source, may Jidao not, but nearly 80 topics. Each subject at least one AC code, in additio
pojcodefor(1200-1999)
- poj从题号1200到1999道题目的源码,共近140道题目。每道题目至少有一道AC的代码,除了AC的还有很多效率不是很高的以及wa的代码,信息量很大,很好用。-poj from Question No. 1200-1999 subject source, a total of nearly 140 topics. Each subject at least one AC code, in addition to the efficie
pojcodefor(2000-2999)
- poj从题号2000到2999道题目的源码,可能会有一些没有,但是近170道题目。每道题目至少有一道AC的代码,除了AC的还有很多效率不是很高的以及wa的代码,信息量很大,很好用。-poj from Question No. 2000-2999 subject of the source, there may be some not, but nearly 170 topics. Each subject at least one AC
pojcodefor(3000-3799)
- poj从题号3000到3799道题目的源码,可能会有一些没有,但是近180道题目。每道题目至少有一道AC的代码,除了AC的还有很多效率不是很高的以及wa的代码,信息量很大,很好用。-poj from Question No. 3000-3799 subject of the source, there may be some not, but nearly 180 topics. Each subject at least one AC
Petri
- 多类别信息量的模糊Petri网故障推理策略-Fuzzy multi-class information to Fault Reasoning Petri