资源简介
并详细介绍了小波变换、Contourlet 变换、NSCT 变换的一般原理。基于小波
变换的 GSM 模型去噪具有很好的去噪效果。利用高斯尺度混合模型来描述 NSCT
系数的特性,并用贝叶斯最小二乘估计来估计待恢复图像的 NSCT 系数,实验表
明该方法去噪时能更好保留图像纹理信息和获得更高峰值信噪比。
代码片段和文件信息
- 上一篇:东北大学汇编实验
- 下一篇:LM331 V/F Converter
相关资源
- gui界面处理音频文件
- 小波加密算法
- 小波包分解能量谱
- 利用小波变换对图像进行分解和重构
- 大量-小波变换源程序
- 基于小波变换的图像增强方法与实现
- 基于PDE的图像边缘保留去噪源代码
- 小波神经网络
- 墨西哥帽小波变换
- 小波神经网络预测程序
- 基于Gabor的纹理特征
- 基于提升模式的非抽样小波变换及其
- 基于小波变换的心电信号去噪算法.
- 基于小波变换和时域能量熵的P300特征
- 支持向量机小波核函数
- 小波包分解程序,可以运行的,你值
- 神经网络图像去噪
- 小波神经网络.docx
- 小波神经网络.pdf
- 小波包分解并求能量谱
- 小波能谱熵
- 经典小波变换EWT简化版
- 基于提升小波的图像去噪算法的FPGA设
- 采用db4小波实现一维信号的分解与重
- 基于小波变换的图像融合算法的研究
- 基于积分图的快速非局部去噪算法
- 基于小波变换与BP神经网络的ECG信号的
- nsct变化工具箱
- 图像平滑去噪
- 小波去除音频信号中的噪声,观察频
评论
共有 条评论