小波描述子(Wavelet Descriptor) [问题点数:100分,结帖人shihyuyao]

Bbs1
本版专家分:0
Blank
Github 绑定github第三方账户获取
结帖率 96.06%
Bbs4
本版专家分:1199
Bbs7
本版专家分:22627
Blank
铜牌 2011年4月 总版技术专家分月排行榜第三
Blank
黄花 2011年4月 VC/MFC大版内专家分月排行榜第二
Blank
蓝花 2011年3月 VC/MFC大版内专家分月排行榜第三
Bbs7
本版专家分:10922
Bbs1
本版专家分:0
Blank
Github 绑定github第三方账户获取
Bbs7
本版专家分:10893
Bbs1
本版专家分:0
Blank
Github 绑定github第三方账户获取
Bbs7
本版专家分:10893
Bbs10
本版专家分:140811
版主
Blank
微软MVP 2013年10月 荣获微软MVP称号
2012年10月 荣获微软MVP称号
2011年10月 荣获微软MVP称号
2010年10月 荣获微软MVP称号
Blank
红花 2012年4月 VC/MFC大版内专家分月排行榜第一
Blank
黄花 2012年5月 VC/MFC大版内专家分月排行榜第二
2012年3月 VC/MFC大版内专家分月排行榜第二
2011年7月 VC/MFC大版内专家分月排行榜第二
2011年1月 VC/MFC大版内专家分月排行榜第二
2010年12月 VC/MFC大版内专家分月排行榜第二
2010年9月 VC/MFC大版内专家分月排行榜第二
2010年6月 VC/MFC大版内专家分月排行榜第二
2010年5月 VC/MFC大版内专家分月排行榜第二
2010年4月 VC/MFC大版内专家分月排行榜第二
Blank
蓝花 2010年11月 VC/MFC大版内专家分月排行榜第三
lhy
Bbs1
本版专家分:98
双树复小波变换(The dual-tree complex wavelet transform),
双树复<em>小波</em>发明人Kingsbury于05年发表在IEEE上一篇长达29页的关于双树复<em>小波</em>的文章。此文章覆盖复<em>小波</em>涉及到的诸多方面,结构层次分明,理论清晰,值得收藏。
直观解释-小波变换(二)
1 常说尺度,而少说频率 <em>小波</em>就像优秀跳水运动员激起的水面昙花,涌现第一波,就很快消散了,衡量跳水运动的压水花的水平,用尺度显然比频率合适。(这里说“像”,而非“是”,请参见上文中在珍珠入水那一段的补充解释,也谢谢评论14的建议)。       设墨西哥草帽<em>小波</em>的函数为y=f(t/a),    则 a=1/4时 , y=f(4t),绰号瘦草帽;    a=1/2 时,y=f(2t),绰号中草
采用多孔trous算法(undecimated wavelet transform)实现小波变换
采用多孔trous算法(undecimated <em>wavelet</em> transform)实现<em>小波</em>变换
图像压缩——小波变换(Wavelet Transform)从连续小波变换谈到离散小波变换
为什么会出先<em>小波</em>变换 窗口傅立叶变换(短时傅立叶变换)虽然可以部分定位时间,但由于窗口大小是固定的,只适用于频率波动小的平稳信号,不适用于频率波动大的非平稳信号。而<em>小波</em>变换可以根据频率的高低自动调节窗口大小,是一种自适应的时频分析方法,可以进行多分辨率分析。 从连续<em>小波</em>变换说起 连续<em>小波</em>变换(Continuous Wavelet Transform,CWT)的定义如下:
C_C++ Wavelet小波分析之一维小波分解与重构
这是<em>小波</em>分解与重构的源代码,对于学习分析的人可以参考下,函数都是与MATLAB里面<em>小波</em>函数一致,可以直接使用DB4<em>小波</em>和SYM4<em>小波</em>,其他的类型的<em>小波</em>大家可以自己改改。
Matlab Wavelet 工具箱的使用
1.<em>小波</em>GUI的启动与功能 在matlab的命令符下输入wavemenu,即会出现<em>小波</em>工具箱窗口。 2.<em>小波</em>工具箱的通用函数 biorfilt 双正交<em>小波</em>滤波器组 centfrq 计算<em>小波</em>中心频率 dyaddown 二元采样 dyadup 二元插值 intwave 积分<em>小波</em>函数 orthfil
GSL小波变换
[cpp] view plain copy#include &amp;lt;stdio.h&amp;gt;  #include &amp;lt;math.h&amp;gt;  #include &amp;lt;gsl/gsl_sort.h&amp;gt;  #include &amp;lt;gsl/gsl_<em>wavelet</em>.h&amp;gt;    #pragma comment(lib, &quot;libgsl_d.lib&quot;)  #pragma comment(lib...
小波变换 wavelet 2
<em>小波</em>变换和motion信号处理(二)【转载】 这是《<em>小波</em>变换和motion信号处理》系列的第二篇,深入<em>小波</em>。第一篇我进行了基础知识的铺垫,第三篇主要讲解应用。 在上一篇中讲到,每个<em>小波</em>变换都会有一个mother <em>wavelet</em>,我们称之为母<em>小波</em>,同时还有一个father <em>wavelet</em>,就是scaling function。而该<em>小波</em>的basis函数其实就是对这个母<em>小波</em>和父<em>小波</em>缩放和平移形成的。
Matlab小波工具箱(Wavelet toolbox)
本资源是Matlab中<em>小波</em>分析工具箱,包含了Modwt(极大重叠离散<em>小波</em>变换等),来自2016版本的matlab,函数较为丰富
特征描述子(feature descriptor) —— HOG(方向梯度直方图)
HOG(Histogram of Oriented Gradients),<em>描述</em>的是图像的局部特征,其命名也暗示了其计算方法,先计算图像中某一区域不同方向上梯度的值,然后累积计算频次,得到直方图,该直方图便可代表该区域了,也即从图像中抽取得到的特征向量,可以作为后续分类器的输入了。
Matlab下小波分析wavelet常用命令
Matlab下<em>小波</em>分析<em>wavelet</em>常用命令 分类: Math & Algorithm 转自: redoc http://blog.chinaunix.net/space.php?uid=7817741 一维的情况下: 单尺度 分解: [ca1,cd1]=dwt(signal,<em>wavelet</em>'); //signal是被分析的信号,<em>wavelet</em>是<em>小波</em>类型,ca1是低频系数,cd1是高频系数
opencv小练习:哈尔小波(Haar)
首先说一下一维haar<em>小波</em>的原理。 例如我们有一个一维的图像[2,4,6,8,10,12,14,16]. 求均值:我们求相邻像素的均值[3,7,11,15]。这个新的图像分辨率就成了原来的一半(8/2=4)。 求差值。上面的均值我们存储了图像的整体信息。但是很多细节信息我们丢掉了,所以我们同时要记录图像的细节信息,这样在重构时能够恢复图像的全部信息。下面是求第m个差值的公式:b[m]=(a[2m]
R语言小波分析wavelet
R语言<em>小波</em>分析<em>wavelet</em>
(3)小波变换原理及应用
Introduction To The Wavelet Transform 1、Origin of the <em>wavelet</em> transform: The theories of Wavelet originate from diffierent areas of study: Engineering Time-frequency analysis and Multiresolution ...
小波变换教程(wavelet tutotial)
这是90年代一位美国大学教授对<em>小波</em>的入门的介绍。面向<em>小波</em>新入门的人,看了以后一定知道了到底什么是<em>小波</em>?为英文版的,但不难明白,看了以后你对傅里叶变换也一定有新的认识,很有价值!!不妨看看
小波分析资料总结【持续更新】
<em>小波</em>变换分析资料总结【持续更新】
小波变换教程译后感言
<em>小波</em>变换教程译后感言         <em>小波</em>变换教程(The Wavelet Tutorial: The Engineer’s Ultimate Guide to Wavelet Analysis)是美国罗文(Rowan)大学R. POLIKAR教授在1996年写的一个<em>小波</em>教程,正如副标题所提示的,这的确是从工程师的角度来介绍<em>小波</em>的极好材料。网址为:http://users.rowan.edu/~
小波变换教程(二十四)(全文完)
<em>小波</em>变换网文精粹:<em>小波</em>变换教程(二十四)(全文完) 原文:ROBI POLIKAR. THE ENGINEER'S ULTIMATE GUIDE TO WAVELET ANALYSIS:The Wavelet Tutorial 网址:http://users.rowan.edu/~polikar/WAVELETS/WTtutorial.html 二十四、结束语      
Wavelet 工具箱的使用
1.<em>小波</em>GUI的启动与功能 在matlab的命令符下输入wavemenu,即会出现<em>小波</em>工具箱窗口。 2.<em>小波</em>工具箱的通用函数 biorfilt 双正交<em>小波</em>滤波器组 centfrq 计算<em>小波</em>中心频率 dyaddown 二元采样 dyadup 二元插值 intwave 积分<em>小波</em>函数 orthfilt 正交小
小波工具箱的使用1
最近想尝试一下<em>小波</em>的用法,就这matlab的帮助尝试了一下它的例子,顺便翻译了一下帮助的内容,发现matlab帮助做的确实不错,浅显易懂!现把翻译的文档写出来吧,想学习的共同学习吧!   <em>小波</em>工具箱简介 <em>小波</em>工具箱包含了图像化的工具和命令行函数,它可以实现如下功能: l 测试、探索<em>小波</em>和<em>小波</em>包的特性 l 测试信号的统计特性和信号的组分 l 对一维信号执行连续<em>小波</em>变换
一种神奇的数据结构—小波
本文转载自:http://chuansong.me/n/2035229 Succinct简洁数据结构是一种来自生物信息学的研究成果,根据Wiki百科的定义是在数据压缩存储达到接近信息熵下界时仍然保持高效的查询性能的一类数据结构。听起来有些拗口,通俗点说就是既能压缩存储还能高速检索。Succinct数据结构有很多,<em>小波</em>树(<em>wavelet</em> tree)是其中最常见有效的
数字图像处理:第十二章 小波变换
第十二章 <em>小波</em>变换 目录 1         引言 2         连续<em>小波</em>变换 3         二进<em>小波</em>变换 3.1      Haar变换 4         离散<em>小波</em>变换 4.1      多分辨率分析 4.2      快速<em>小波</em>变换算法 4.3      离散<em>小波</em>变换的设计 4.4      二维离散<em>小波</em>变换 4.5      双正交<em>小波</em>变换 5      
python小波工具箱使用
陈鹏个人博客 首页博主简介应用广场网络资源资料下载 Home/programing/pyWavelet <em>小波</em>工具箱的用法 pyWavelet <em>小波</em>工具箱的用法 1  介绍 本文档的内容参考了pyWavelet 0.1.6的User Guide和ver. 0.2.0的网上例子,主要是把我目前所需要的内容
小波与滤波器组(4)
之前的滤波器组的处理都是先滤波然后进行抽取(下采样),这样的处理流程明显使得一部分计算是无效的。所以能不能利用一些转化使得计算更高效呢? 上图的整个推导是根据Z变换得到的,首先V(z)是最后的结果,结果是x经过H滤波之后进行下采样得到的。而第二行和第三行则是将x和H变为奇数部分和偶数部分。合并后就得到V可以由x和H相应的偶数和奇数部分得到。 图一中的流程转变为上面公式中的流程,整个计算
关于离散小波框架变换以及多孔算法(a trous)的学习感悟
最近学习<em>小波</em>变换与非抽取的<em>小波</em>变换,尤其是非抽取的<em>小波</em>变换,在学习感觉非常困惑,最后也得出一点感悟,不知是否正确,仅供参考,相互学习! 首先,我是在文献[1]了解到离散<em>小波</em>框架的,在文献[2]了解到多孔算法的。学习过程中,查看了很多图书以及网上的资料,讲得都很抽象,博客[3]对我的帮助很大。 最后我发现: (1) 离散<em>小波</em>框架变换[1] 就是Matlab中的swt(1D)、swt2(2D)即
小波变换和motion信号处理第二篇
这是《<em>小波</em>变换和motion信号处理》系列的第二篇,深入<em>小波</em>。第一篇我进行了基础知识的铺垫,第三篇主要讲解应用。 在上一篇中讲到,每个<em>小波</em>变换都会有一个mother <em>wavelet</em>,我们称之为母<em>小波</em>,同时还有一个father <em>wavelet</em>,就是scaling function。而该<em>小波</em>的basis函数其实就是对这个母<em>小波</em>和父<em>小波</em>缩放和平移形成的。缩放倍数都是2的级数,平移的大小和当前其缩放的程...
小波变换(一)
一、何为<em>小波</em>变换? <em>小波</em>变换(<em>wavelet</em> transform,WT)是一种新的变换分析方法,它继承和发展了短时傅立叶变换局部化的思想,同时又克服了窗口大小不随频率变化等缺点,能够提供一个随频率改变的“时间-频率”窗口,是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征,能对时间(空间)频率的局部化分析,通过伸缩平移运算对信号(函数)逐步进行多尺度细化,最...
python 用二维对称Daubechies小波对图像变换demo程序
用Daubeches db2对称<em>小波</em>变化的lena图像 详细python代码如下,使用格式建代码说明部分 #this demo for 2D <em>wavelet</em>s transform is developed by Xueshang Nai #Referrence Link:https://py<em>wavelet</em>s.readthedocs.io/en/latest/regression/wp2d...
小波变换的C++实现
看完<em>小波</em>变换的理论后想实现一线,同时发现opencv中并没有<em>小波</em>变换的函数(还是新版的有了,我不知道啊,please give Me a feedback if U guy know)...............省略线。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 int N = 16; //该部分首先将图划分为16*16的block区域 //在每一个循环当中,在每一次
小波变换教程(十三)
<em>小波</em>变换网文精粹:<em>小波</em>变换教程(十三) 原文:ROBI POLIKAR. THE ENGINEER'S ULTIMATE GUIDE TO WAVELET ANALYSIS:The Wavelet Tutorial 网址:http://users.rowan.edu/~polikar/WAVELETS/WTtutorial.html 译文转自:http://blog.163.co
小波工具箱
利用<em>小波</em>技术分析和合成信号和图像。<em>小波</em>工具箱通过图形工具和命令行函数扩展了MATLAB技术计算环境,用于开发基于<em>小波</em>的算法,用于信号和图像的分析、合成、去噪和压缩。<em>小波</em>分析提供了比傅立叶等其他信号分析技术更精确的信号数据信息。
PCL中的特征区别 3DSC和SHOT,
the USC <em>descriptor</em> is basically the 3D Shape Context <em>descriptor</em> (as described in Frome et al. , "Recognizing Objects in Range Data Using Regional Point Descriptors", where a different definit
【Get深一度】小波变换通俗解释 -算法与数学之美
链接:http://www.zhihu.com/question/22864189/answer/40772083 文章推荐人:杨晓东 从傅里叶变换到<em>小波</em>变换,并不是一个完全抽象的东西,可以讲得很形象。<em>小波</em>变换有着明确的物理意义,如果我们从它的提出时所面对的问题看起,可以整理出非常清晰的思路。     下面就按照傅里叶短时傅里叶变换<em>小波</em>变换的顺序,讲一下为什么会出
边缘直方图描述符(EHD)Edge Histogram Descriptor
这里主要讲如何得到一幅图像的边缘直方图边缘直方图<em>描述</em>符是MPEG-7中的一个纹理<em>描述</em>符,常用与图像检索。大致过程:图像划分---&amp;gt;计算子图边缘直方图---&amp;gt;归一化---&amp;gt;计算图像边缘直方图值得一提的是注意区分其中的专业名词,例如:图像,子图,图像块,子块,无向边缘,无边缘,...1  图像划分步骤:首先,将图像划分为4×4=16个子图(Sub-image),这样做的目的是将边缘方...
gsl库——小波变换
1、定义 本文将介绍gsl库的离散<em>小波</em>变换(Discrete Wavelet Transforms, DWTs)。本库包含针对一维或二维真实数据的<em>小波</em>处理。<em>小波</em>函数在头文件gsl_<em>wavelet</em>.h和gsl_<em>wavelet</em>2d.h中进行了声明。 连续<em>小波</em>变换及其逆变换公式如下: 基函数通过一个单函数缩放(scaling)和平移(translation)得到,被称为母<em>小波</em>(mother w...
关于小波的英文文献
". . . this is a clearly written introduction to the mathematics of <em>wavelet</em>s that provides solid background material on most of the major aspects of the current theory. Especially appealing is the way in which the relationships between <em>wavelet</em>s and other areas are pointed out. . . . I feel certain that this will be the major introductory text on <em>wavelet</em>s for some time to come. It will definitely be a welcome addition to the library of anyone interested in learning the basics of <em>wavelet</em>s." -- Christopher Heil, SIAM Review, Vol. 35, No. 4, December, 1993. "This book is both a tutorial on <em>wavelet</em>s and a review of the most advanced research in this domain...it also gives many practical examples and describes several applications (in particular, in signal processing, image coding and numerical analysis.)" -- Albert Cohen (Paris), Mathematical Reviews, Issue 93e "Ten Lectures on Wavelets is arranged in ten chapters, one for each 'lecture.' If anyone is thinking of using this as a basis for a course, don't let the title concern you, plenty of material exists to fill lectures beyond the tenth class. The ten lectures are clearly geared to a very knowledgeable group of listeners. The text would make an excellent choice for a combined graduate-level course in mathematics and electrical engineering...The material covered is extremely recent; the author references papers published in 1992. There is also an extensive reference list with contributions from a variety of sources. Those interested in pursuing this topic will find this an excellent source of current research topics and applications...I heartily recommend this book to anyone who seriously wants to know the state of the art in <em>wavelet</em>s. The modest cost of thirty dollars is a real bargain for the wealth of information it contains...I have changed from one who is skeptical because of <em>wavelet</em>s being fashionable to one who has the opinion that <em>wavelet</em>s are here to stay and will become a standard tool in many applications. This book is likely to become a classic text in mathematics and a reference to those seriously using <em>wavelet</em>s. It is exciting to read a soon-to-be classic." --Lawrence A. Ray, Eastman Kodak Company, Journal of Electronic Imaging, July 1992, Vol. 1, No. 3 "The book by Daubechies, who is one of the main developers of the (<em>wavelet</em>) theory, is the result of an intensive short course. The presentation is completely engrossing; it is like reading a good, thick Russian novel. Daubechies has a real knack for making the material appealing and lively, and there is a definite 'slowing down for details' at the points that require further elucidation . . . This book can be used for many different purposes, from individual reading to graduate-level course-work, and it will likely become a classic." -- F. Alberto Grunbaum, Science, August 7, 1992. Wavelets are a mathematical development that may revolutionize the world of information storage and retrieval according to many experts. They are a fairly simple mathematical tool now being applied to the compression of data--such as fingerprints, weather satellite photographs, and medical x-rays--that were previously thought to be impossible to condense without losing crucial details. This monograph contains 10 lectures presented by Dr. Daubechies as the principal speaker at the 1990 CBMS-NSF Conference on Wavelets and Applications. The author has worked on several aspects of the <em>wavelet</em> transform and has developed a collection of <em>wavelet</em>s that are remarkably efficient. The opening chapter provides an overview of the main problems presented in the book. Following chapters discuss the theoretical and practical aspects of <em>wavelet</em> theory, including <em>wavelet</em> transforms, orthonormal bases of <em>wavelet</em>s, and characterization of functional spaces by means of <em>wavelet</em>s. The last chapter presents several topics under active research, as multidimensional <em>wavelet</em>s, <em>wavelet</em> packet bases, and a construction of <em>wavelet</em>s tailored to decompose functions defined in a finite interval. Because of their interdisciplinary origins, <em>wavelet</em>s appeal to scientists and engineers of many different backgrounds.
用matlab实现gabor小波对图…
原文地址:用matlab实现gabor<em>小波</em>对图片的纹理特征提取(转)作者:爱你随风用matlab实现gabor<em>小波</em>对图片的纹理特征提取 过程如下: (1)在matlab中,用gaborfilter.m程序实现对三种农作物(小麦、棉花和大豆)蚜虫图片的做gabor<em>小波</em>变换。 (2)对gabor<em>小波</em>变换处理过的图片在做二维卷积变换. (3)对上述经过两种变换后的图片进行均值和方差提取,作为分类特征 (
使用CUDA计算Haar小波变换
在《Haar<em>小波</em>变换的快速实现》一文里我们提到了Haar<em>小波</em>变换的计算,在这里我们使用CUDA实现文中提到的计算方式。 01 __global__ void 02 _cuda_haar(float *A, float *B, int w, int h, int b_w, int b_h, int row_scan)
小波十讲,一本讲解小波变换的世界公认的权威教材,中文版,有详细目录
这个资料是讲解<em>小波</em>变换的世界公认的权威教材,这是中文版的,我给他加上了中文目录,方便大家查看不同章节。
有关小波的几个术语及常见的小波基介绍
本篇是这段时间学习<em>小波</em>变换的一个收尾,了解一下常见的<em>小波</em>函数,混个脸熟,知道一下常见的几个术语,有个印象即可,这里就当是先作一个备忘录,以后若有需要再深入研究。
dipum_toolbox,小波变换工具箱
<em>小波</em>变换工具箱,其中包含wavefast.m、wavefilter.m、wave2gray.m、wavecut.m这些常用的函数
Python小波分析库Pywavelets的一点使用心得
# -*- coding: utf-8 -*- import numpy as np import math import matplotlib.pyplot as plt import pandas as pd import datetime from scipy import interpolate from pandas import DataFrame,Series import ...
Matlab小波分析工具箱原理与应用
介绍<em>小波</em>分析的数学基础,<em>小波</em>变换在MATLAB中的实现,<em>小波</em>工具箱的gui用法,以及<em>小波</em>分析的一些实例。
小波变换Fortran代码,可供学习
利用Morlet母<em>小波</em>对时间序列进行时频变换,计算结果可以采用Origion直接绘图
OPENCV实现小波分析的一个例程
<em>小波</em>分析是多尺度实现图像时频转换的一种方式,在图像处理学习中有相当多的应用,具体介绍可见如下博客:https://blog.csdn.net/qq_20823641/article/details/51829981或者冈萨雷斯的数字图像处理中<em>小波</em>分析的一章,需要良好的离散数学功底,不太容易理解,适合研究生学习。如下是在opencv3.0环境下的一个哈尔<em>小波</em>变换级反变换程序,有不足之处欢迎大家指出。...
小波变换通俗解释
从傅里叶变换到<em>小波</em>变换,并不是一个完全抽象的东西,可以讲得很形象。<em>小波</em>变换有着明确的物理意义,如果我们从它的提出时所面对的问题看起,可以整理出非常清晰的思路。 下面就按照傅里叶短时傅里叶变换<em>小波</em>变换的顺序,讲一下为什么会出现<em>小波</em>这个东西、<em>小波</em>究竟是怎样的思路。 一、傅里叶变换 关于傅里叶变换的基本概念在此我就不再赘述了,默认大家现在
[Python ]小波变化库——Pywalvets 学习笔记
<em>小波</em>变换python库 PyWavelets 官网: https://py<em>wavelet</em>s.readthedocs.io/en/latest/ref/index.html PyWavelets 用例:https://py<em>wavelet</em>s.readthedocs.io/en/latest/regression/index.html PyWavelets git上的demo:https://github.com/Py
Daisy描述子结合SIFT匹配应用于目标识别
Daisy是有
python用小波工具包
python3 3 windows32位)专用<em>wavelet</em>扩展模块
DAISY描述子简介
这篇文章我并没有完全看明白,先写篇博客把自己看懂了的记下来
特征描述子(-)—HOG具体实现过程
方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征<em>描述</em>子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。其提取算法具体实现过程如下: 1.图像灰度化处理 (降低图像局部阴影和光照变化的影响)。 2.Gamma 校正法对灰度图像进行颜色空间的规范化(归一化)    (降低图秀对比度,进一步降低
BRIEF,rBRIEF,BOLD——从Binary描述量说起
关键点,<em>描述</em>子在进行图像匹配的时候,为加快速度,也为了去除干扰,我们常常通过图像的关键点进行匹配。图像的角点、斑点等称为关键点。为使得关键点具有区分度(high variance)。我们使用一组向量来对关键点进行<em>描述</em>,称这组向量为<em>描述</em>子(<em>描述</em>量)。这组向量可以是直接对关键点周围patch的像素进行展开,可以使用关键点周围的梯度统计直方图构建,当然也有许多其它的方法。BRIEF为使得不同光照,视角下同
Rice大学资源
Software Rice Wavelet Toolbox Matlab toolbox for filter-bank and <em>wavelet</em> design/analysis Model-based Compressive Sensing Toolbox v1.1 Matlab implementations of CS recovery al
wavelet小波代码.rar
<em>wavelet</em><em>小波</em>代码.rar 数字图像处理中的<em>wavelet</em><em>小波</em>代码,可以运行
小波图像分解与重构
clc; clear; % 装载图像 load woman; % X包含载入的图像 % 绘制原始图像 figure(1); subplot(2,2,1); image(X); colormap(map); title('原始图像'); % 使用sym5对X进行尺度为2的分解 [c,s] = wavedec2(X,1,'sym5'); % 从<em>小波</em>分解结构[c,s]进行尺度为
Conclusion SIFT描述子提取步骤
主要步骤       1)、尺度空间的生成;      2)、检测尺度空间极值点;     3)、精确定位极值点;     4)、为每个关键点指定方向参数;     5)、关键点<em>描述</em>子的生成。                     L(x,y,σ), σ= 1.6 a good tradeoff           
直观解释-小波变换(一)
<em>小波</em>三特点:一小、二波、三速降   图1中给出了典型的<em>小波</em>,1号中规中矩、3号像白鹤亮翅,正视着读者;4号是哈尔<em>小波</em>,体型方头方脚,尺度有胖有瘦;5号是墨西哥草帽,漂亮且对称。 从外形看,它们像一粒珍珠落入了九寨沟那湖面如镜的镜湖,动静不大而信息丰富;首次冲击之后,激起的涟漪随时间很快地渐行渐小。这里说“像”而不用“是”,是因为有两个物理对象:(a)中心点的上下振动随时间变化的曲线图,它在人
OpenCV 匹配兴趣点:SIFT、SURF 和二值描述
上一篇文章中讲到如何检测图像中的兴趣点,以便后续的局部图像分析。为了进行基于兴趣点的图像分析,我们需要构建多种表征方式,精确地<em>描述</em>每个关键点。这些<em>描述</em>子通常是二值类型、整数型或浮点数型组成的向量。好的<em>描述</em>子要具有足够的独特性和鲁棒性,能唯一地表示图像中的每个特征点,并且在亮度和视角变化时仍能提取出同一批点集。此外,尽量能够简洁,以减少计算资源的占用。 ...
Ten Lectures on Wavelets
讲解<em>小波</em>的世界经典教程,是研究<em>小波</em>不可缺少的一本书!
小波变换和多分辨率处理
<em>小波</em>变换和多分辨率处理 1.基本概念:    <em>小波</em>变换(<em>wavelet</em> transform,WT)是一种新的变换分析方法,它继承和发展了短时傅立叶变换局部化的思想,同时又克服了窗口大小不随频率变化等缺点,能够提供一个随频率改变的“时间-频率”窗口,是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征,能对时间(空间)频率的局部化分析,通过伸缩平移运算对信号
用Java实现小波变换 Wavelets in Java
Wavelets in Java This web page publishes the Java source code and Javadoc generated documentation for <em>wavelet</em>s. Wavelets are a technique, like Fourier analysis, for analyzing signals. They are also
关于DB6关于小波变换Daubechies小波基的构造
这是一个关于MATLAB程序实现的 Daubechies<em>小波</em>基的构造的程序
小波分析时间频率图matlab程序
<em>小波</em>时间频率图绘制过程程序 N=50; fs=20480; [DATAfile DATApath]=uigetfile('.txt','输入信号');%显示一个取文件的窗口 FILENAME=[DATApath,DATAfile] DATA=load(FILENAME);
MPEG-7描述子(4)——颜色结构描述子CSD
颜色结构<em>描述</em>符是一个颜色特征<em>描述</em>符,它既包括颜色内容信息(类似于颜色直方图),又包括内容的结构信息。其主要功能是图像与图像的匹配,一般用于静态图像检索。它通过由几个图像采样组成的结构元素,表达了一幅图像中局部颜色结构信息,虽然它与颜色直方图相关,但并不相同:不是突出某种颜色个别图像采样的相对频数,而是突出包含某种颜色图像采样的结构化元素的相对频数。所以,与图像直方图不同,该<em>描述</em>符能够区别如图所示的(
pyWavelet 小波工具箱的使用笔记
1  介绍 本文档的内容参考了pyWavelet 0.1.6的User Guide和ver. 0.2.0的网上例子,主要是把我目前所需要的内容进行了翻译和整理得到的。 主要包含了1D、2D的分解与重构方法,和稳态<em>小波</em>分解重构等内容。 <em>小波</em>包的部分没有翻译,日后有需要的话可能增加。 下载地址:http://www.pybytes.com/py<em>wavelet</em>s    安装:  
小波变换 完美通俗讲解 之 二
说到这里,可能你对scaling function以及多解析度分析已经比较理解了。但是,我们还没有涉及到它们在<em>小波</em>变换中的具体应用,也就是还没有回答刚才那个问题:凭空插了一个scaling function到<em>小波</em>basis组合中干嘛。也就是说,我们希望理解scaling function是怎么和<em>小波</em>函数结合的呢,多解析度能给<em>小波</em>变换带来什么样的好处呢。这其实就是是<em>小波</em>变换中的核心知识。理解了这个,
二维haar小波分解与重构的matlab实现
去年11月发布了一系列有关<em>小波</em>变换和图像处理的文章,把学习<em>小波</em>过程中的心得体会和编写的程序放在网上和大家共享交流。半年来,感谢大家的关注和帮助,在相互的讨论交流中,我不断地从大家提出的问题中拓展自己的知识面,对<em>小波</em>的理论及其应用有了更深入的了解和掌握。根据和大家讨论交流中发现的问题,对博客中的程序进行修正。有关<em>小波</em>图像分解和重构的两篇文章中分享的程序,存在下列问题: (1)程序所用的<em>小波</em>函数只有
小波图像分解 Matlab 程序 - V3.0版
下面给出 V3.0 版的 <em>小波</em>分解程序,主要是增加了输出参数 scf (size of coef cell matrix),画图方式也增加了塔式显示方式(原来只有分层显示方式)。  %----------------------------------------------------------%<em>小波</em>图像分解 Matlab 程序 - V2.0版http://blog.csd
小波变换教程(十九)
<em>小波</em>变换网文精粹:<em>小波</em>变换教程(十九) 原文:ROBI POLIKAR. THE ENGINEER'S ULTIMATE GUIDE TO WAVELET ANALYSIS:The Wavelet Tutorial 网址:http://users.rowan.edu/~polikar/WAVELETS/WTtutorial.html 十九、<em>小波</em>级数:CWT的离散化(一)  
tensorflow实现2D小波变化dwt和小波逆变换idwt,梯度可以反向传播
使用tensorflow实现<em>小波</em>变化和<em>小波</em>逆变换,并且梯度可以反向传播。因此可以方便的将<em>小波</em>变化嵌入到网络结构中去。 本代码参考pytorch实现的<em>小波</em>变化移植至tensorflow。pytorch实现链接:https://github.com/fbcotter/pytorch_<em>wavelet</em>s。 实现中存在的一个的问题是tensorflow不能实现分组卷积,因此这里只能采用循环一个2D卷积来实现...
小波图像融合
本文转载自http://blog.csdn.net/chenyusiyuan/article/details/1883921,感谢作者的分享。      对图像而言,<em>小波</em>变换是将图像分解成频域上各个频率段的子图,以代表原图的各个特征分量。这对后续的融合处理极为重要,使得融合处理可以根据不同的特征分量采用不同的融合方法以达到最佳融合效果。图像的融合策略(方法)是图像融合的核心,方法与规则的优劣直接
小波神经网络MATLAB程序
clear all%initiate of data P=3 %numberof sample m=1%number of input node n=10%number of hidden node N=1%number of ouptut node % %a(n) b(n) scale and shifting parameter matrix %x(P,m) input matrix of P
【转】小波变换通俗解释
链接:http://www.zhihu.com/question/22864189/answer/40772083 从傅里叶变换到<em>小波</em>变换,并不是一个完全抽象的东西,可以讲得很形象。<em>小波</em>变换有着明确的物理意义,如果我们从它的提出时所面对的问题看起,可以整理出非常清晰的思路。     下面就按照傅里叶短时傅里叶变换<em>小波</em>变换的顺序,讲一下为什么会出现<em>小波</em>这个东西、<em>小波</em>究
小波图像分解与重构程序存在的问题与解决办法
去年11月发布了一系列有关<em>小波</em>变换和图像处理的文章,把学习<em>小波</em>过程中的心得体会和编写的程序放在网上和大家共享交流。半年来,感谢大家的关注和帮助,在相互的讨论交流中,我不断地从大家提出的问题中拓展自己的知识面,对<em>小波</em>的理论及其应用有了更深入的了解和掌握。的确,分享,才是知识永恒之道!接下来有新的课题,并且要准备考博,研学征途马上要展开新的探索。在此之前,得先整理下博客文章,根据和大家讨论交流
经验小波变换方面的论文
EWT(empirical<em>wavelet</em> transform)是由Gilles在2013年将<em>小波</em>变换的科学性与EMD的自适应优势结合起来而提出的一种用于信号自适应的分析方法,该方法不仅可以对信号进行傅里叶频谱分析,同时通过特定方法确定信号的边界值,而且可以根据<em>小波</em>变换的理论基础。类似的定义经验<em>小波</em>变换的公式,自适应的组建满足信号的正交及紧支撑要求的<em>小波</em>基,通过Hilbert变换,就能获取所有分信号的频谱特征,且比EMD分解的过程,更快更精确。
opencv 小波变换与逆变换C++
在此记录一下 兴幸在网上看到关于<em>小波</em>变换的代码,但是在逆变换的时候结果跟matlab的有很大差别,因此对照一下matlab的具体代码,对已有的代码进行一点改动。 说明: 1.配置好opencv,就可以运行(附Demo) 2.<em>小波</em>包的选择,代码中只包括了haar,db1,sym2,如需要更多种类的<em>小波</em>包,可以在matlab里查看wfilters函数,对应写进代码中。   代码如下: 1...
从傅里叶(Fourier)变换到伽柏(Gabor)变换再到小波(Wavelet)变换
本文是边学习边总结和摘抄各参考文献内容而成的,是一篇综述性入门文档,重点在于梳理傅里叶变换到伽柏变换再到<em>小波</em>变换的前因后果,对于一些概念但求多而全,所以可能会有些理解的不准确,后续计划分别再展开学习研究。通过本文可以了解到:1)傅里叶变换的缺点;2)Gabor变换的概念及优缺点;3)什么是<em>小波</em>;4)<em>小波</em>变换的概念及优点。
一维haar小波变换与重构的数学描述
这是我在CSDN上发布的第二篇博客。先扯点闲篇,作为一个微电子&amp;amp;光学方向混杂的小学生,早早就注册了CSDN账号,一直不清楚自己可以和大家分享一些什么,而且老师布置的作业太多了!我又想看小猪佩奇,所以距离上一篇完成也已经过了好久,但是我SLM的使用也在跟进,有机会再与大家分享一下学习心得。最近正好最近在学习<em>小波</em>变换,也在网上找了好多资料,在这一篇博客之中,我就与大家分享一下我入手<em>小波</em>变换的第...
小波工具箱的使用2
一维离散<em>小波</em>分析 工具箱提供了如下函数做一维信号分析:   Function Name Purpose 分解函数 dwt 一层分解 wavedec 分解 wmaxlev 最大<em>小波</em>分解层数 重构函数
小波分析与现代科学_新版本 ppt
<em>小波</em>和<em>小波</em>变换 <em>小波</em>分析和时-频分析 正交<em>小波</em>和多尺度分析 多分辨分析和金字塔算法 Malvar<em>小波</em> (Malvar’s Wavelet) <em>小波</em>包(Wavelet Packets) 总结和展望
基于STM32F4的小波分解(Mallat算法)程序说明
注:本文是程序的说明和实现思路,代码见:https://download.csdn.net/download/hnxyxiaomeng/10301718 一、主要思路 原始信号:OrgSig 信号长度:DWT_SIG_LEN <em>小波</em>分解层数:N 与MATLAB类似,<em>小波</em>分解后产生2个数组DWT_L和DWT_C,但定义与MATLAB不同。定义如下: DWT_L:[DWT_SIG_LEN,c...
小波变换源代码,完全实现了小波的算法。
<em>小波</em>变换源代码,完全实现了<em>小波</em>的算法。 Baseline Wavelet Transform Coder Construction Kit ------------------------------------------------- Version 0.3, 1/29/97 ------------------------------------------------- Geoff Davis gdavis@cs.dartmouth.edu http://www.cs.dartmouth.edu/~gdavis ------------------------------------------------- Arithmetic coding library courtesy of John Danskin jmd@cs.dartmouth.edu http://www.cs.dartmouth.edu/~jmd PGM file load/save courtesy of Ray Heasman ray@rucus.ru.ac.za
小波(Wavelet)C++代码
<em>小波</em>(Wavelet)C++代码,是代码片断,不能编译运行,只能参考,包含算法有HAAR,BIORTHOGONAL,DAUBECHIES,SYMLET, MEYER。我从中取的参数数值。
小波资料 基础部分
<em>小波</em>分解 最初级的入门资料 <em>wavelet</em>
支持向量机小波核函数
matlab <em>wavelet</em> svm 毕业设计 matlab实现的<em>小波</em>支持向量机
小波算法编程实例 vc 源码 wavelet
<em>小波</em>算法编程实例 vc 源码 <em>wavelet</em>
真彩色图像小波分解
clc;clear; a=imread('mm.jpg'); figure,imshow(a); map=colormap; nbcol=size(map,1); R=double(a(:,:,1)); % 真彩色图像的三个分量转换成double 格式 G=double(a(:,:,2)); B=double(a(:,:,3)); tic; wname='db1'; % 选取的<em>小波</em> t1=[];
哈尔(Haar)小波变换的原理及opencv源代码
# include # include     using namespace std;     using namespace cv;     int main() {         Mat img = imread("lenna.bmp",0);         int width = img.cols;         int height = img.ro
matlab——傅里叶描述
傅里叶<em>描述</em>子的matlab实现。傅里叶<em>描述</em>子在形状<em>描述</em>方面的应用是非常的广泛
[Python]小波分析库Pywavelets的常用 API
自动生成目录,用#号+空格区分;离散<em>小波</em>()连续<em>小波</em>()重点<em>小波</em>反变换1.一维离散反变换2.二维反变换3.n维反变换维度计算coefficients的数量 保姆级人工翻译机 *号表示参量可选择不写 离散<em>小波</em>() 多等级一维 1.一维离散信号处理 wavedec(data, <em>wavelet</em>, mode=‘symmetric’, level=None, axis=-1) data:就是你要输入的数...
jquery/js实现一个网页同时调用多个倒计时(最新的)
jquery/js实现一个网页同时调用多个倒计时(最新的) 最近需要网页添加多个倒计时. 查阅网络,基本上都是千遍一律的不好用. 自己按需写了个.希望对大家有用. 有用请赞一个哦! //js //js2 var plugJs={     stamp:0,     tid:1,     stampnow:Date.parse(new Date())/1000,//统一开始时间戳     ...
connectify 3.1pro破解版加3.0中文教程下载
本资源全部来自网络,只是集中了一下。故只要一只要一个积分。。 还有3.0加教程版。。。  Connectify 是一款免费的软件。能把笔记本变成一个无线路由器,让WIFI手机或者别的笔记本能共享上网,以前仅支持Win7系统。目前的3.0版本已经可以支持XP系统了。 Connectify-将Win7笔记本变成无线路由器   Connectify是一款非常实用的免费软件,它可以把安装了Windows7的笔记本电脑模拟成一台无线路由器、无线接入点(无线AP,Access Point)。   使用方法:只需要把软件安装在你的Win7本本上,你朋友、同学的笔记本就可以通过连上你的笔记本来无线上网了; 相关下载链接:[url=//download.csdn.net/download/maskjp/3701103?utm_source=bbsseo]//download.csdn.net/download/maskjp/3701103?utm_source=bbsseo[/url]
eclipse Activiti插件+下载
activiti-designer-5.15.0.zip和 org.eclipse.emf.workspace_1.5.1.v20120328-0001.jar org.eclipse.emf.validation_1.7.0.201306111341.jar org.eclipse.emf.transaction_1.4.0.v20100331-1738.jar 相关下载链接:[url=//download.csdn.net/download/farawaywl/9653060?utm_source=bbsseo]//download.csdn.net/download/farawaywl/9653060?utm_source=bbsseo[/url]
模糊控制,水箱模糊控制,模拟水箱的模糊控制,智能控制下载
模糊控制,水箱模糊控制,模拟水箱的模糊控制,智能控制,控制原理 相关下载链接:[url=//download.csdn.net/download/zhifan316/2208025?utm_source=bbsseo]//download.csdn.net/download/zhifan316/2208025?utm_source=bbsseo[/url]
文章热词 机器学习教程 Objective-C培训 交互设计视频教程 颜色模型 设计制作学习
相关热词 mysql关联查询两次本表 native底部 react extjs glyph 图标 课程描述数据库 数据库原理课程描述
我们是很有底线的