基于小波分析是继傅立叶分析之后的一个新的时频域分析工具。小波分析在图像处理中有非常重要的应用,包括图像压缩、图像去噪、图像融合、图像分解和图像增强等图像处理的几乎所有阶段。介绍了小波分析的基本理论,小波分析是傅立叶分析方法的发展与延拓。使用Matlab软件中的小波变换工具箱编写小波变换程序,对原始图像进行了各种仿真,包括对图像进行分解和重构、阈值处理、图像降噪和图像压缩等。利用小波变换,我们获得了不同效果的处理图像,加深了我们进一步理解小波变换的基本理论及小波变换在图像处理中的应用。
2021-06-22 16:03:38
1.3MB
使用Matlab7.3开发的使用整数小波变换对图像进行3级分解和重构的程序，具有详细的实验报告，和演示结果截图，目录下包含程序中用到的图像等所有文件。
2019-12-21 21:18:50
4.17MB
1
首先把图片倒入MATLAB，利用小波基对图像进行三层分解。第一次分解产生一个高频，三个低频，第二次对第一次产生的高频分解，产生一个低频三个高频；第三次对第二次的低频分解产生三个高频一个低频。三层分解后产生一个低频9个高频，并产生对应的小波系数
2019-12-21 20:48:09
770B
1
该程序对SAR图像的背景杂波建立了多种统计模型，如对数正态分布、韦布尔分布、瑞利分布、gamma分布等，分别计算其拟合参数。并通过k-s准则，绝对值准则，峰度等选择最佳的分布模型和参数估计，并把各种分布图进行对照显示
2019-12-21 19:34:43
4KB
1