换去
共 13 篇文章
换去 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 13 篇文章，持续更新中。
优化平稳小波变换去除功能MRI数据噪声的方法
·摘 要:目的通过优化小波变换多分辨率去噪方法,在保持一定灵敏度的条件下,降低假阳性率。方法在小波重构时较原来的方法保留更多的小波尺度,对原有方法的分析结果进行多人平均,并用模拟数据和视觉实验数据对这些方法进行验证。结果分析模拟数据显示,在α〈0.01条件下,本文方法能在保持一定灵敏度的基础上有效地克服原有方法假阳性率高的缺点。分析实验数据显示,以SPM2为标准,在α〈0.001条件下,本文方法能
哈特曼球差自动测量系统中的小波变换图像处理及实现
·摘 要:阐述了小波变换去除图像噪声的基本原理和方法，利用小波变换技术对球差自动测量系统中CCD测量的哈特曼（Hartmann）小孔光阑图像进行噪声抑制和去除。讨论了Hartmann光斑数字图像处理中小波分解与重构算法，小波分解得到的高频系数阂值量化处理，然后进行去噪。采用Visual C＋＋6．0和Matlab混合编制程序调用Matlab的小波变换工具箱函数来实现Hartmann光斑数字图像噪声
基于平移不变小波阈值算法的经验模态分解方法
·摘 要:针对经验模态分解（EMD）处理存在间断事件的数据会引起模态混叠的问题,提出了一种经验模态分解与小波去噪相结合的新方法。由于传统的小波变换去噪会使信号在间断事件处产生人为的振荡现象,故先用平移不变小波去噪算法对信号进行预处理,消除间断信号对EMD方法的影响,再对信号进行EMD分解。理论计算及实验研究表明：只有在有效消除异常干扰的情况下才能获得可靠的IMF分量,采用本文的方法消除间断信号对E
期刊论文：基于平移不变的小波变换去噪快速算法
·期刊论文：基于平移不变的小波变换去噪快速算法
阐述了小波变换去除信号噪声的基本原理和方法
阐述了小波变换去除信号噪声的基本原理和方法，研究利用小波变换技术对信号噪声进行抑制和去除非平稳信号的噪声。然后利用MATLAB软件编制程序实现了基于小波变换的正弦信号的去噪仿真分析，仿真结果表明小波变换去除噪声具有很强的实用性。
1．首先通过DCT变换去除数据冗余； 2．使用量化表对DCT系数进行量化； 3．对量化后的系数进行Huffman编码。 具体源程序由主程序及两个子程序（DCT量化、Huffman编码）组成：
1．首先通过DCT变换去除数据冗余；
2．使用量化表对DCT系数进行量化；
3．对量化后的系数进行Huffman编码。
具体源程序由主程序及两个子程序（DCT量化、Huffman编码）组成：
小波包变换去噪图形去噪
小波包变换去噪，图形去噪，适合图形图像处理
小波包变换去噪
小波包变换去噪，对一维噪声信号进行去噪，可移植性好，可以变更小波种类以及分解层数进行滤波处理。
小波变换去噪和97提升小波和离散小波变换的matlab程序
小波变换去噪和97提升小波和离散小波变换的matlab程序
实现基本JPEG的压缩和编码 ％ 1． 首先通过DCT变换去除数据冗余； ％ 2． 使用量化表对DCT系数进行量化； ％ 3． 对量化后的系数进行Huffman编码。
实现基本JPEG的压缩和编码
％ 1． 首先通过DCT变换去除数据冗余；
％ 2． 使用量化表对DCT系数进行量化；
％ 3． 对量化后的系数进行Huffman编码。
小波变换去噪图像去噪基于小波变换的图像去噪新方法关于图像去噪的方法
小波变换去噪图像去噪基于小波变换的图像去噪新方法关于图像去噪的方法
实现JPEG的压缩和编码 （1）首先通过DCT变换去除数据冗余； （2）使用量化表对DCT系数进行量化； （3）对量化后的系数进行Huffman编码。
实现JPEG的压缩和编码
（1）首先通过DCT变换去除数据冗余；
（2）使用量化表对DCT系数进行量化；
（3）对量化后的系数进行Huffman编码。
实现基本JPEG的压缩和编码分三个步骤: 1. 首先通过DCT变换去除数据冗余； 2. 使用量化表对DCT系数进行量化； 3. 对量化后的系数进行Huffman编码。
实现基本JPEG的压缩和编码分三个步骤:
1. 首先通过DCT变换去除数据冗余；
2. 使用量化表对DCT系数进行量化；
3. 对量化后的系数进行Huffman编码。