采用傅立叶变换进行相关性匹配

bhtj27 2013-04-27 03:37:09
怎么采用傅立叶变换进行相关性匹配,提取图像中感兴趣的区域
...全文
95 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
本书是MATLAB™和LabVIEW™系列DSP的第三卷。第三卷包括数字滤波器设计,包括通过窗口理想低通滤波器FIR的FIR设计的特定主题 来自窗口理想低通滤波器的高通,带通和带阻滤波器设计,采用过渡带优化频率采样技术的FIR设计(由反向DFT或 余弦/正弦求和公式),包括希尔伯特在内的所有标准类型的等波纹FIR的设计 变换器和微分器通过Remez交换算法,设计Butterworth,Chebyshev (类型I和II),以及椭圆模拟原型低通滤波器,模拟低通原型的转换 滤波器用于高通,带通和带阻滤波器,以及使用模拟滤波器转换为数字滤波器 脉冲不变性和双线性变换技术。特定于FIR的某些滤波器拓扑是 还讨论了两种简单的FIR类型,梳状和移动平均滤波器。整个系列 由四个卷组成,共同涵盖实际和可访问的基本数字信号处理 方式,但仍然包括所有必要的基础数学。正如系列标题所暗示的, 文本中描述的脚本(其中有200多个)以代码形式提供(可用 通过互联网http://www.morganclaypool.com/page/isen)将在MATLAB和 LabVIEW。所有卷的文本都包含许多示例,以及许多有用的计算脚本,通过演示脚本和LabVIEW虚拟仪器(VI)进行扩充,可以运行以说明 在用户的计算机屏幕上以图形方式显示各种信号处理概念。第一卷由四部分组成 这些章节共同概述了数字信号处理领域的有用信号 和概念(包括卷积,递归,差分方程,LTI系统等),转换自 连续到离散域和返回(即模拟到数字和数字到模拟转换), 混叠,奈奎斯特速率,归一化频率,采样率转换和Mu律压缩,以及 信号处理原理包括相关性相关性序列,Real DFT,相关性 通过卷积,匹配滤波,简单的FIR滤波器和简单的IIR滤波器。第一卷第4章 特别是,提供了直观或“第一原理”理解数字滤波和频率的方式 改变工作。第二卷提供了离散频率变换的详细报道,包括简要介绍 共同频率变换的概述,包括离散和连续,然后是详细的处理 离散时间傅立叶变换(DTFT),z变换(包括定义和属性, 逆z变换,通过z变换的频率响应和备用滤波器实现拓扑 包括直接表格,直接表格转换,级联表格,平行表格和格子表格),以及 离散傅里叶变换(DFT)(包括离散傅里叶级数,DFT-IDFT对,DFT) 常用信号,bin宽度,采样持续时间和采样率,FFT,Goertzel算法,线性, 周期性和循环卷积,DFT泄漏,以及逆DFT的计算).Volume IV,the 该系列的高潮,是对LMS自适应滤波和应用的介绍性处理,以及 包括成本函数,性能表面,用于估计梯度的系数扰动,LMS 算法,LMS算法对窄带信号的响应,以及ANC等各种拓扑 (主动降噪)或系统建模,周期性信号去除/预测/自适应线增强(ALE),干扰消除,回声消除(具有单H和双H拓扑), 和反向滤波/反卷积/均衡。

3,423

社区成员

发帖
与我相关
我的任务
社区描述
其他开发语言 其他开发语言
社区管理员
  • 其他开发语言社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧