小波域技术，以其独特的时频局部化特性，在信号处理、图像压缩及噪声去除等领域展现出卓越性能。作为电子工程师不可或缺的工具之一，小波变换能够有效分析非平稳信号，广泛应用于通信工程、医学成像以及故障诊断等多个前沿领域。本页面汇集了17826个精选资源，涵盖从基础理论到高级应用的全方位资料，助力您深入理解并...
·摘要： 利用小波系数的层内相关性原理,并结合广义高斯模型,提出一种自适应邻域的阈值去噪方法.该方法通过计算以待处理系数为中心的不同邻域内的相关度系数,选择相关程度最好的邻域.对该方法中选择的邻域尺寸进行统计,发现分解的层次越高...
·摘 要:改进了传统的基于小波域隐马尔科夫树模型的图像分割方法．由于传统方法均为直接选择小波子带系数作为训练特征，不能直接得到像素级分割结果；同时传统方法在后融合方面对所有尺度均采用同一种上下文背景，而忽略不同尺度上初分割娄标志图的特点．因...
·摘 要:提出了一种稳健的用于磁共振图像噪声过滤的非抽取小波域方法。这种方法通过一个单一的参数来平衡降噪程度和相关细节的保护。这个算法开发了一种通用的关于不同尺度级间重要图像特征相关性的有效知识来完成预备的系数分类。这种预备系数分类被用来先...
·摘 要:针对传统的基于小波域隐Markov树模型的图像复原算法运算时间长以及对噪声敏感的问题，提出了一种快速并且鲁棒的复原算法。首先使用改进的ForwaRD算法，由混合线性时不变Wiener反卷积和平稳小波阈值收缩算法对退化图像进行预处理...
利用2D小波变换实现信号的噪声压制（根据数据信号在二维小波域的特征，设置协调系数，将噪声的系数衰减，而最大程度的保留有效信息）。