磁共振成像（MRI）由于自身獨(dú)特的成像特點(diǎn)，使得其處理方法不同于一般圖像.根據(jù)不同的應(yīng)用目的，該文分別提出了MRI圖像去噪和分割兩個(gè)算法.首先，該文針對(duì)MRI重建后圖像噪聲分布的實(shí)際特點(diǎn)，提出了基于小波變換的MRI圖像去噪算法.該算法詳細(xì)闡明了MRI圖像Rician噪聲的特點(diǎn)，首先對(duì)與噪聲和邊緣相關(guān)的小波系數(shù)進(jìn)行建模，然后利用最大似然估計(jì)來(lái)進(jìn)行參數(shù)估計(jì)，同時(shí)利用連續(xù)尺度間的尺度相關(guān)性特點(diǎn)來(lái)進(jìn)行函數(shù)升級(jí)，以便獲得最佳萎縮函數(shù)，進(jìn)一步提高圖像的質(zhì)量，最終取得了一定的效果.與此同時(shí)，該文對(duì)MRI圖像的進(jìn)一步的分析與應(yīng)用展開(kāi)了一定研究，提出了一種改進(jìn)的快速模糊C均值聚類魯棒分割算法.該算法先用K均值聚類方法得到初始聚類中心點(diǎn)，同時(shí)考慮鄰域?qū)Ψ指罱Y(jié)果的影響，對(duì)目標(biāo)函數(shù)加以改進(jìn)，用來(lái)克服噪聲和非均勻場(chǎng)對(duì)MRI圖像分割的影響，達(dá)到魯棒分割的目的，為進(jìn)一步圖像處理和分析打下基礎(chǔ).通過(guò)實(shí)驗(yàn)，我們發(fā)現(xiàn)，無(wú)論是針對(duì)模擬圖像還是實(shí)際圖像，該文所提出的兩個(gè)算法都取得了較好的效果，達(dá)到了預(yù)期的目的.
上傳時(shí)間： 2013-04-24
上傳用戶：zhichenglu
基于布里淵散射的分布式光纖傳感器是當(dāng)前國(guó)內(nèi)外研究的熱點(diǎn)。本文介紹了基于布里淵散射的分布式光纖傳感器的的原理、應(yīng)用；布里淵時(shí)域反射技術(shù)(BOTDR)和布里淵時(shí)域分析技術(shù)(BOTDA)的原理。 受激布里淵散射(SBS)的過(guò)程中，入射光和散射光滿足耦合振幅方程組。我們對(duì)該方程組采用有限差分法進(jìn)行數(shù)值計(jì)算，并用Matlab模擬計(jì)算過(guò)程，對(duì)布里淵散射信號(hào)進(jìn)行分析。 根據(jù)布里淵散射信號(hào)的特點(diǎn)，我們采用基于Morlet小波變換的DSP信號(hào)算法來(lái)處理 BOTDR傳感信號(hào)。通過(guò)對(duì)該算法的核心單元——快速傅立葉變換(FFT)的硬件實(shí)現(xiàn)，我們?cè)赟tratix FPGA上實(shí)現(xiàn)了基于Morlet小波變換的DSP算法的硬件電路設(shè)計(jì)。 最后，在此基礎(chǔ)上，我們對(duì)電路功能進(jìn)行實(shí)際的仿真和驗(yàn)證，并和Matlab得到結(jié)果進(jìn)行比較和分析。
標(biāo)簽： Morlet BOTDR 小波分析 信號(hào)處理
上傳時(shí)間： 2013-07-22
上傳用戶：牛布牛
為了使計(jì)算機(jī)能更好的識(shí)別人臉表情，對(duì)基于Gabor小波變換的人臉表情識(shí)別方法進(jìn)行了研究。首先對(duì)包含表情區(qū)域的靜態(tài)灰度圖像進(jìn)行預(yù)處理，包括對(duì)確定的人臉表情區(qū)域進(jìn)行尺寸和灰度歸一化，然后利用二維Gabor小波變換提取臉部表情特征，使用快速PCA方法對(duì)提取的Gabor小波特征初步降維。再在低維的空間中，利用Fisher準(zhǔn)則提取那些有利于分類的特征，最后用SVM分類器進(jìn)行分類。實(shí)驗(yàn)結(jié)果表明，上述提出的方法比傳統(tǒng)的方法識(shí)別速度更快，能達(dá)到實(shí)時(shí)性的要求，并且具有很好的魯棒性，識(shí)別率高。
上傳時(shí)間： 2013-11-08
上傳用戶：小眼睛LSL
由非線性電力電子裝置組成的電路發(fā)生故障時(shí)，故障特征信息不易提取和識(shí)別。對(duì)此提出一種基于小波包分析和Elman神經(jīng)網(wǎng)的電力電子裝置故障診斷的方法，先運(yùn)用小波包分析法提取電路在不同故障狀態(tài)下電壓及電流信號(hào)的特征信息，然后對(duì)數(shù)據(jù)進(jìn)行歸一化處理并作為Elman神經(jīng)網(wǎng)的輸入，由具有智能學(xué)習(xí)功能的神經(jīng)元故障分類器完成故障識(shí)別和定位。以12脈沖整流電路為例，在Matlab軟件下建立電路模型進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明該方法能快速、準(zhǔn)確的完成故障診斷。
上傳時(shí)間： 2013-11-11
上傳用戶：zjf3110
基于小波變換模極大的多尺度圖像邊緣檢測(cè)matlab源代碼，該算法采用的是樣條小波，為了更好的檢測(cè)邊緣，用多孔算法代替了mallat算法。該算法和mallat快速算法主要區(qū)別： 1 多孔算法不需要抽取偶數(shù)樣本，所以奇異檢測(cè)定位更準(zhǔn)確，相應(yīng)的重構(gòu)是不需要插零。2 多孔算法需要對(duì)濾波器進(jìn)行伸縮。
標(biāo)簽： matlab 小波變換 多尺度 圖像邊緣檢測(cè)
上傳時(shí)間： 2014-01-08
上傳用戶：561596
本文的題目是基于gabor小波的人臉識(shí)別技術(shù)研究，文檔可用caj打開(kāi)。人臉識(shí)別技術(shù)是讓機(jī)器具有人的智能，可以記憶、辨認(rèn)人的一種前沿技術(shù)。它結(jié)合了計(jì)算機(jī)圖形學(xué)，計(jì)算機(jī)圖象處理和模式識(shí)別等多種學(xué)科領(lǐng)域。隨著社會(huì)對(duì)快速、準(zhǔn)確的自動(dòng)身份驗(yàn)證的實(shí)際需求日益迫切，人臉識(shí)別已經(jīng)成為模式識(shí)別和計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)。在對(duì)近年來(lái)一些主要的人臉識(shí)別算法進(jìn)行了歸類和總結(jié)的基礎(chǔ)上，本文研究了基于Gabo:小波人臉識(shí)別方法，并對(duì)這種方法的理論依據(jù)，實(shí)現(xiàn)過(guò)程等進(jìn)行了全面的分析。
標(biāo)簽： gabor 人臉識(shí)別 技術(shù)研究
上傳時(shí)間： 2013-12-22
上傳用戶：奇奇奔奔
這個(gè)一個(gè)基于小波分析的提升算法，此算法可以快速的進(jìn)行壓縮
上傳時(shí)間： 2014-07-22
上傳用戶：wkchong
本書對(duì)小波進(jìn)行了由淺到深的分析和應(yīng)用。包括三種時(shí)間-頻率算法，Marr和Mallat的視覺(jué)算法，采樣定理和快速算法等算法是做了詳細(xì)闡述和講解，并附帶了一些小波的實(shí)用程序
上傳時(shí)間： 2014-11-18
上傳用戶：sjyy1001
基于小波分析和主成分分析的人臉識(shí)別研究隨著社會(huì)的發(fā)展，社會(huì)各個(gè)方面對(duì)快速有效的身份驗(yàn)證的要求日益迫切。由 于生物特征是人的內(nèi)在屬性，具有很強(qiáng)的自身穩(wěn)定性和個(gè)體差異性，因此是身份 驗(yàn)證的理想依據(jù)。其中利用人臉特征又是最自然直接的手段，相比其他生物特征， 它具有直接、友好、方便的特點(diǎn)，易于為用戶接受。從而，人臉識(shí)別吸引了越來(lái) 越多來(lái)自計(jì)算機(jī)視覺(jué)和信號(hào)處理等領(lǐng)域的關(guān)注，成為模式識(shí)別、圖像處理等學(xué)科 的研究熱點(diǎn)。
標(biāo)簽： 小波分析 主成分分析 人臉識(shí)別 發(fā)展
上傳時(shí)間： 2017-07-15
上傳用戶：qiaoyue
小波變換的詳細(xì)描述，有助于新手快速了解，非常實(shí)用
標(biāo)簽： 小波變換 圖像處理 中的應(yīng)用
上傳時(shí)間： 2016-06-11
上傳用戶：cinda
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
