本例程采用C语言版本的FFT算法对一个软件合成的信号进行FFT变换,并将FFT变换后每个频点的幅值打印输出。 信号合成程序: FFT变换后幅值输出如下: 性能测试(STM32 72M):
2022-08-24 08:47:04 678KB 电路方案
1
这是一个用JAVA编写的DCT变换的类 给那些有需要的同学们
2022-08-23 23:07:41 20KB JAVA DCT 图像处理
1
完整的matlab contourlet 变换工具包,包含多种相关变换函数库,可直接查询元代码
2022-08-23 19:40:13 467KB contourlet
1
鱼眼镜头的畸变校正和图像的拼接 畸变产生的原因:鱼眼镜头畸变主要是由镜头自身引起的光学变形、镜头光学系统存在加工误差和装配误差,导致物点在像面上的实际成像点与理想像点之间存在偏离而产生的。
2022-08-23 14:16:46 1.13MB 图像处理 图形拼接 坐标变换
1
图像小波变换去噪matlab代码很棒的恢复 年 出版物 标题 代码 引文 2019年 ICLR -- 4 2019年 arxiv -- 1个 2019年 心肺复苏术 -- 2个 2018年 自然 -- 183 2018年 NIPS -- 22 2018年 NIPS 14 2018年 心肺复苏术 201 2018年 心肺复苏术 -- 29 2018年 心肺复苏术 -- 56 2018年 心肺复苏术 20 2018年 心肺复苏术 -- 2018年 心肺复苏术 -- 6 2018年 ECCV -- 4 2018年 ECCV -- 4 2018年 ICPR -- 2个 2018年 arxiv -- 7 2018年 arxiv -- 2个 2017年 NIPS 21岁 2017年 心肺复苏术 -- 273 2017年 心肺复苏术 -- 47 2017年 心肺复苏术 -- 12 2017年 国际CCV 182 2017年 国际CCV -- 46 2017年 小费 深度卷积神经网络解决成像逆问题 -- 322 2017年 IEEE SPM -- 84 2017年 arxiv -- 14 2016年
2022-08-23 10:15:05 3KB 系统开源
1
图像小波变换去噪matlab代码计算摄影降噪挑战2020 小组/作者 罗宾·施密特(Robin Schmidt)和托比亚斯(Tobias)Stumpp 我们分别通过Matlab,GIMP,Photoshop使用和平均化的参考文献: 我们最好的结果 注意:例如,由于锐度更高,噪声不同或着色不同,我们看到的结果使我们感到更愉悦,但得分却较差。 更多参考资料: 良好的概述,起点,最新列表的维护 所有参考
2022-08-23 10:02:44 17.11MB 系统开源
1
Matlab仿真代码,亲测有效
2022-08-22 17:55:36 1.61MB
这是很优秀 的 IP地址变换 工具 我们可以在很多时候用到它
2022-08-22 16:19:52 1.75MB Ip 宽带地址变换
1
探测器像元响应的不一致、光源能不稳定等因素使得计算机层析(CT)图像中含有较多的环形伪影,严重降低了图像质量,影响了图像的三维重建和量化分析,为此提出了基于极坐标变换与傅里叶变换后低通滤波的算法去除环形伪影。通过极坐标变换将直角坐标下的环形伪影转化为极坐标下的线性伪影,然后对线性伪影图像进行傅里叶变换获得频谱图像,进而设计二维低通滤波器进行滤波处理,最后通过傅里叶逆变换与坐标逆变换获得校正后的图像。利用Matlab软件,编写程序对算法进行验证,结果表明,该算法能够有效地去除环形伪影,使图像内部细节清晰可见,并且保护了图像边缘信息,提高了图像的信噪比;另外,使用该方法处理100张切片图像只需3.5 min,可满足批量处理的需求。
1
3.5 小波分析和信号处理 小波分析克服了傅里叶分析的缺点,作为处理和分析信号的 工具具有强大的生命力,并且正在信号处理的各个领域取得越来 越深入和越来越广泛的应用。毫不讳言,除了周期性极好的信号 和平稳信号之外,在信号处理方面几乎没有别的处理工具可以和 小波分析比美。现在,信号处理已经成为当代科技技术活动的不 可缺少的一部分,并被广泛地用于无线电通信、卫星图像的传送 和分析、医疗成像分析、地震勘测等众多工业领域,这一切都包 含了一系列复杂的信号分析和处理。我们把“信号”理解为时间 点或者空间位置的函数,它是使用某种记录方式通过测量而得到 的,在离散的形式下,它是数字序列,常称为“数字信号”。数 字信号处理的目标是精确地分析、有效地编码、快速地传递信号, 并因此在接收机上完整地重建这个时间点或者空间位置的函数。 因为信号所携带的一切信息都是有效地隐藏在复杂的图形或数 字的结构中,所以,这种分析处理是必不可少的。特别地,我们 称二维数字信号为数字图像,对它的处理是基于图像的数字化描 述来实现的。比如,黑白图像的数字化描述是由这样的方式来完 成的:在“充分精细”的网络上,用距纵横坐标 x 和 y 最近的网 络点上的灰度,代替相应的图像上的  yx, 点的灰度,而“灰度级 别”的数值  yxf , 用一个平均的系数代替,这个平均值相应于一 个网络点。所以,图像的数字化结果就是一个巨大的数字矩阵, 图像处理就是在这个矩阵上完成的。图像处理就是构造一系列的 算法,利用这些算法去完成对这个巨大的数字矩阵的分析和诊 断、编码、量化和压缩、传送、存储 、合成和重建。 为了得到一个有效的诊断结果,必须对图像信号进行分析,
2022-08-21 21:08:05 4.55MB 小波变换 傅里叶变换
1