论文部分内容阅读
小波分析是目前国际上最新的时间频率分析工具,是信号去噪的强有力处理工具。小波变换可以将交织在一起的混合信号分解成不同频率的块信号。多小波所拥有的对称性、正交性、有限支撑等重要特性弥补了单小波的不足。提出了一种新的图像去噪方法,该方法以多小波变换为基础。实验证明,去噪效果良好。
基于多小波变换的图像去噪
【摘 要】
：
小波分析是目前国际上最新的时间频率分析工具,是信号去噪的强有力处理工具。小波变换可以将交织在一起的混合信号分解成不同频率的块信号。多小波所拥有的对称性、正交性、有限支撑等重要特性弥补了单小波的不足。提出了一种新的图像去噪方法,该方法以多小波变换为基础。实验证明,去噪效果良好。
【机 构】
：
西北工业大学电子信息学院,西北大学信息科学与技术学院
【出 处】
：
计算机应用与软件
【发表日期】
：
2007年12期
【基金项目】
：
国家自然科学基金（60573179）,陕西省科技计划工业科技攻关项目（2004k05-G24）的资助.
其他文献
介绍了软件质量控制平台(SQCP)的设计与实现技术。该平台以CMM/TSP/PSP为核心理论依据,是一个面向中小型软件企业的质量控制平台。它能够有效地提高开发效率,帮助企业改进软件过程。介绍了小组软件过程(TSP)的主要思想、平台的功能模块、系统架构、实现技术等。平台包括十一个功能模块,其中前八个功能是TSP中定义的八个核心过程脚本的具体实现,后三个功能是我们根据实际需要所做的扩充。系统设计采用三
提出了一种新的无损的数据嵌入算法,可应用于军事、法律、医学等需要无损图像的领域。使用了改进的LSB作为嵌入算法并对原图的未修改部分进行了预测、上下文模型与量化、算术编码。预测减少了空间冗余,上下文模型进一步利用了空间相关性和位平面相关。基于上下文模型的算术编码获得了更好的压缩效率和压缩容量。实验证明嵌入数据后的图像损伤小并可完全恢复。
分析和讨论了Linux中文化的方法和实现机制,以此为基础在MontaVista公司的图形用户界面系统(MVG)上实现了中文的显示。
提出了利用神经网络的分类功能,并借助于MATLAB软件的神经网络工具箱,采用具有自适应学习速率和附加动量因子的BP型神经网络,实现罗马数字模式识别的新方法。该方法同样适用于其它符号的模式识别。