将基于凸优化的低秩矩阵恢复（LRMR）理论用于背景建模，当背景不稳定时，这种方法提取运动目标的效果不佳。由于矩阵的数据表示形式破坏了视频在时间和空间上的原始结构，采用张量表征视频的高维结构特性，提出了一种基于迭代张量高阶奇异值分解（HOSVD）的运动目标提取方法。用高阶奇异值分解代替LRMR中的矩阵奇异值分解（SVD），利用增广拉格朗日乘子法重建出三维视频张量的背景部分和运动目标部分，并进一步对运动目标部分进行形态学开闭运算。实验结果证明，相比常用方法，该方法错分率更低，能更准确完整地提取运动目标。
2022-05-08 20:45:38
1.24MB
1
：提出了一种基于形态小波分解的多分辨率图像融合。这种融合方法使用了最小形态小波算子，将原始图像分解为4子带图像金字塔并且构造了相应的4 f带方向对比度图像金字塔。然后利用方向对比度和区域标准差进行图像融合得到融合的4子带图像金字塔，最后应用形态小波重构得到融合图像。融合实验表明，本文方法优丁传统的对比度金字塔图像融合和普通小波分解图像融合。
2022-05-08 14:06:34
268KB
1
大数据-算法-鞅空间的原子分解与John_Nirenberg不等式.pdf
2022-05-08 09:08:29
2.64MB
大数据-算法-鞅空间的原子分解与JohnNirenberg不等式.pdf
2022-05-08 09:08:29
2.64MB
列主元高斯消去法、LU三角分解法、龙贝格(Romberg)算法、最小二乘法的Matlab程序及运行结果.doc
2022-05-07 19:10:00
85KB
先将N=8点的DFT分解成2个4点DFT：
可知：时域上：x(0),x(2),x(4),x(6)为偶子序列
x(1),x(3),x(5),x(7)为奇子序列
频域上：X(0)~X(3)，由X(k)给出
X(4)~X(7)，由X(k+N/2)给出
例子：求 N=23=8点FFT变换
按N=8→N/2=4，做4点的DFT：
2022-05-06 16:28:56
849KB
1