共查询到20条相似文献,搜索用时 15 毫秒
1.
为了实现对具有不同光照、姿势和噪声的人脸进行识别并提高识别精度,设计了一种基于离散小波变换和最小二乘支持向量机的人脸识别方法。首先,采用二维离散小波变换对人脸图像进行压缩和降噪,以提取低频特征信息分量,然后采用快速独立成分分析法ICA对经过离散小波变换后的人脸低频分量进行特征提取,以进一步减少人脸特征向量维数。在获取图像特征向量的基础上,采用径向基函数作为核函数,将训练样本数据输入最小二乘支持向量机进行训练以获得最终的分类模型。在ORL数据库下采用MATLAB仿真工具进行仿真,实验结果表明,该方法能有效地实现对人脸识别,与其他方法相比具有较高的识别精度。 相似文献
2.
3.
4.
5.
提出了一种基于小波分解的湍流退化图像的复原新方法.该方法以2帧同一目标的湍流退化图像作为输入,采用小波变换技术对两帧湍流退化图像进行多尺度分解.利用两个低频子频段图像的傅立叶频谱估计出两湍流点扩展函数在大尺度下的离散值,在图像的低频子频段进行去模糊,而在高频子频段则主要进行抑制噪声和保边缘特征.实验结果表明该方法十分有效,不但可以极大地减少计算复杂性,加快恢复速度,而且还可以很好地提高图像的恢复质量和抗噪能力。 相似文献
6.
7.
本文介绍了选取小波反导数为作为试验函数来有效地处理二阶微分算子的小波矩量法,并讨论了采用小波反导数所带来的计算优点,同时给出简单数值算例和应用实例。 相似文献
8.
基于旋转、平移和尺度不变的平稳小波图像去噪 总被引:2,自引:1,他引:1
针对传统的离散正交小波变换对信号的起始位置比较敏感的特点,提出了具有旋转、平移和尺度不变的平稳小波变换,将图像变换到极坐标,采用方向能量函数确定图像主轴方位,并将图像主轴旋转到水平方向得到方向归一化的图像。然后通过对图像的重整和小波基的位移、伸缩、旋转,来消除位移和尺度的影响。采用基于Bayesian自适应阈值估计的方法,通过最小化Bayesian风险函数获得具有最大信噪比的图像近似最优消噪阈值,提出一种利用输入数据直接得到渐近最优阈值的图像去噪方法。实验结果表明,所提出的方法能够在去除噪声的同时很好地保留图像的边缘,是一种有效的图像去噪方法。 相似文献
9.
文章提出一种基于离散小波变换(DWT)、Hessenberg分解(HD)和奇异值分解(SVD)的图像水印方法.在嵌入过程中,对原始载体图像进行多级DWT分解,并将得出的子带系数作为HD的输入.在创建水印的同时对SVD进行操作,通过缩放因子将水印嵌入到主图像中.运用果蝇优化算法,通过给出的客观评价函数来寻找比例因子.在各... 相似文献
10.
小波分析在电气数据消噪与压缩中的应用 总被引:1,自引:0,他引:1
介绍了小波分析的基本概念,小波变换用于信号压缩和消噪的基本理论和算法。分析了电器采集数据的特点。并针对该特点提出了一种基于分解系数最大值的阈值选取方法,确定最佳小波函数的选取,并给出了仿真实例,证明了本方法的实用性。井计算了采用不同小波函数以度不同阈值选取方法时信号的压缩比。比较了压缩和消噪效果的不同。 相似文献
11.
夏玉米可见/近红外光小波主成分提取与氮素含量神经网络检测 总被引:2,自引:0,他引:2
使用高光谱仪ASD Field Spec于吐丝期采集不同氮素处理的夏玉米叶片光谱,并进行对数变换处理;通过对"绿峰"(450~680nm)和"近红外反射平台"(760~1000nm)谱段光谱数据进行多尺度小波分解,获取第二层离散近似小波系数向量;采用主成分分析,从第二层离散近似小波系数向量中提取特征作为输入参数,建立对... 相似文献
12.
13.
14.
15.
离散小波变换的VLSI实现 总被引:3,自引:0,他引:3
离散小波变换已广泛应用于信号处理中。然而,实时小波变换需要大量运算,因此,专用小波变换芯片的设计已成为信号处理中的关键技术。文章提出了一种小波变换递归金字塔算法的VLSI结构,采用一组输入延迟单元和一个控制单元,用一组并行滤波器完成了小波变换。编写了相应的Verilog HDL模块,并进行了仿真和逻辑综合。 相似文献
16.
17.
18.
车辆声信号的小波去噪在TMS320F2812中的实现 总被引:1,自引:1,他引:0
为了解决无线传感器网络采集到的车辆声信号易动态时变,易受外界环境影响,导致后续识别效果很差的问题,运用离散小波理论对其进行阈值去噪处理。采用“Daubechies4”小波,对信号进行5次分解,小波阈值函数采用软硬阈值折衷法,阈值系数的选取采用局部(分层)闻值,并利用XDS510仿真器在CCSLink中对算法进行编程,在主控芯片TMS320F2812器件中得以实验验证。实验肯定了运用离散小波算法能有效地去除混叠在车辆声信号中的噪声信号,有助于后续的识别工作,能够将对车辆声信号的识别率提高约30%。 相似文献
19.