基于离散正交小波变换的图象去噪方法

给出了一种基于离散正交小波变换的图象去噪方法,该方法通过二维离散小波变换将图象投影到小波变换域,通过对小波变换系数进行阈值处理实现二维图象的去噪,并用实验验证了该方法的有效性。     

独立分量分析在有噪图像分离中的应用

独立分量分析(independent component analysis,ICA)是基于信号高阶统计量的盲源分离方法。在分析独立分量分析的基本模型及方法的基础上,讨论了有噪信号的独立分量分析(Noisy ICA),利用小波阈值去噪和FastICA算法进行了有噪混合图像分离的仿真研究。结果表明,对于含有加性观测噪声的混合图像的分离,先去噪处理再进行独立分量分离的效果要优于独立分量分离后再去噪的效果。     

基于离散正交小波变换的图像压缩方法

本文提出了一种基于离散正交小波变换的图像压缩方法,该方法对提高图像压缩比表现出很好的性能。并通过实验结果进行了验证。     

基于VC~(++)社区视频监控系统的设计与实现

社区视频监控系统是以计算机为核心,结合多媒体技术、计算机网络技术的一种监控主机系统,本系统采用了软压缩的方法,在单机和对接线连成的两台电脑的情况下可以获得高清晰的图像,对其主机软件部分多路监视、动态监测和视频压缩、传输等模块的编程实现进行设计。     

小波用于估测散射波波达时间及去噪

本文应用小波分析的多分辨率特性精确的测定散射波的波达时刻，去除了白噪声和时间抖动噪声的影响。结果表明这种方法是有效的。     

一种新的信号去噪方法及在激光信号中的应用

小波去噪是信号去噪的主要方法之一,目前的研究主要集中于如何选取阈值使去噪达到较好的效果,其中Donoho的阈值方法应用广泛.与传统双通道小波变换相比,三通道小波变换具有很多优势.基于这一理论,结合非参数自适应估计,推导出了一种适用于三通道小波域的自适应的信号去噪方法.实验证明,与三通道小波域中基于Donoho方法的去噪相比,该方法可以更好地保护细节以及提高重建信号的信噪比,在激光超声信号处理中也表现出良好的性能.     

基于OMAP平台的AVS解码实现

本文提出了一种基于OMAP1510和AVS-M标准的实时解码方案。在充分考虑了OMAP1510硬件结构特点的基础上对解码程序进行了优化。     

基于平稳小波变换的掌纹特征提取与识别

掌纹识别作为一种重要的生物特征识别方法,其中的一个重要环节就是掌纹特征的提取。论文基于图像的多尺度分析的思想,提出了一种利用平稳小波的局部极值点来提取掌纹特征的方法。文中利用平稳小波变换,对图像进行不同方向的滤波,然后提取各方向的极值点并融合作为特征点。并以此为基础进行不同掌纹的匹配识别。     

小波预处理与语音识别

利用小波的带通性质 ,给出了一种新的小波预处理方法 .实验表明 ,经过小波预处理后提取的特征 ,提高了语音的识别率     

基于EMD的激光超声信号去噪方法

基于连续均方误差的准则,提出了一种基于经验模态分解（EMD）的激光超声信号去噪方法．该方法将经验模态分解得到的固有模态函数（IMF）分为信号分量起主导作用,模态与噪声分量起主导作用模态,利用反映信号主要结构的模态对信号进行部分重建实现去噪．将该方法应用于测试信号与实际激光超声信号的去噪,实验结果表明该方法能够有效地去除噪声,并且不受主观参数的影响,具有自适应的特点．