-
小波变换源码 Wavelet Transform
小波变换的小波变换源代码
- 2022-03-09 15:50:16下载
- 积分：1
-
图片对比程式
应用背景可用于两张图片的对比。判断是否相同或不同。关键技术
扫描整个图片，从而获得每个像素点的值，进而进行比较
- 2022-09-23 04:00:12下载
- 积分：1
-
使用邻国像素选择多模态医学图像融合
本项目应用于医学领域的医学图像融合的多通道digonesis。它将使图像融合的质量更好。
- 2022-07-18 01:51:32下载
- 积分：1
-
利用canny算子对图像进行边缘检测
利用canny算子对图像进行边缘检测，以著名的lena图像作为测试图像，结果显示人物的大部分轮廓都以检测出
- 2023-09-06 05:50:03下载
- 积分：1
-
hiddenbits
数字水印技术是标记的一种隐蔽地嵌入在一个容忍噪音信号如音频或图像数据。它通常用于识别这种信号的版权的拥有权。"水印"是隐藏的载波信号; 数字信息的过程隐藏的信息应， 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报
- 2022-01-28 19:01:33下载
- 积分：1
-
基于特征点提取的sift算法核心代码
sift代码主要实现在sift.c这个文件中：首先创建初始图像，即通过将图像转换成为32位的灰度图像，然后将图像进过三次插值放大，之后进行高斯模糊，在此基础上进行高斯金字塔以及高斯差分金字塔的构建，下一步对图像进行特征点检测，计算特征向量的尺度，调整图像大小，计算特征方向，计算二维方向直方图并将其转换成为特征描述子。在输入参数中，img表示输入图像，feat表示提取的特征指针，octvl表示高斯金字塔和高斯差分金字塔的组数，的intvl表示高斯金字塔和高斯差分金字塔的层数，sigma是初始化过程中高斯模糊所使用的参数，contr_thr是归一化之后去除不稳定特征的阈值，curv_thr是去除边缘特征的主曲率阈值，img_dbl是是否将图像放大为之前的两倍，descr_with是计算特征描述子方向的直方图的宽度，descr_hist_bins是直方图中的条数。
- 2022-02-05 04:09:38下载
- 积分：1
-
使用蒸汽吞吐男人编码的图像压缩
函数代码 = huffman(p)
哈夫曼 %生成符号源变量长度的哈夫曼代码。
代码 %= HUFFMAN(P) 返回一个哈夫曼代码作为二进制字符串的单元格
%数组的代码输入的符号概率矢量体育在代码中的每个单词
%对应于其概率是在相应的指数符号
%的体育
%
%检查输入的参数的合理性。
error(nargchk(1,1,nargin)) ；
如果 (ndims(p) ~ = 2) | |(min(size(p)) > 1) | |~isreal(p) | |~isnumeric(p)
错误 ("P 必须是一个实数值向量"） ；
结束
%全局变量生存所有递归函数 "makecode" 的
全局代码
CODE=cell(length(p),1) ；%Init 全球太阳能电池阵列
如果 length(p) > 1%时多个符号......
p = p/sum(p) ；%规范化输入的概率
s = reduce(p) ；%做哈夫曼源符号削减
makecode (s，[]) ；%以递归方式生成的代码
其他
代码 = {"1"};%其他、 微不足道的一个符号案例 ！
结束
%……………………………………………………………….%
函数 s = reduce(p) ；
%在 MATLAB 的单元格结构中通过创建一个哈夫曼源减少树
减少 %执行源符号减少，直到只有两个
剩余的 %符号。
s = cell(length(p),1) ；
%生成符号节点 1 2、 3，开始树...到引用
%符号的概率。
为我 = 1:length(p)
s {i} = i ；
结束
同时 numel(s) > 2
[p，我] = sort(p);%排序符号概率
p(2) = p(1) + p(2) ；%合并
- 2022-07-04 14:42:09下载
- 积分：1
-
贝叶斯分类器
朴素贝叶斯分类器
- 2023-09-03 17:05:03下载
- 积分：1
-
利用主成分分析的特征提取
此脚本将生成和绘制的三维数据，并执行 principalcomponent 分析侯选数据，并减少特征空间的维数。注意那 matlab 具有优化的功能来执行 PCA： princomp () 但是，在此脚本中我们 PCA 手动执行通过计算特征向量，示范助学。
- 2023-05-31 16:30:04下载
- 积分：1
-
小波变换C代码
与Fourier变换相比，小波变换是空间（时间）和频率的局部变换，因而能有效地从信号中提取信息。通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析，解决了Fourier变换不能解决的许多困难问题。小波变换联系了应用数学、物理学、计算机科学、信号与信息处理、图像处理、地震勘探等多个学科。数学家认为，小波分析是一个新的数学分支，它是泛函分析、Fourier分析、样条分析、数值分析的完美结晶；信号和信息处理专家认为，小波分析是时间—尺度分析和多分辨分析的一种新技术，它在信号分析、语音合成、图像识别、计算机视觉、数据压缩、地震勘探、大气与海洋波分析等方面的研究都取得了有科学意义和应用价值的成果。
- 2022-05-16 09:06:23下载
- 积分：1
