共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
基于小波多尺度分解的印鉴图像配准 总被引:1,自引:0,他引:1
论文提出了一种基于小波多尺度分解的印鉴配准方法。用一维环投影向量的循环移位来代替二维图像的旋转。利用小波分解结果,采用大尺度特征向量来进行相关性分析,实现图像配准。其主要优点是算法具有很强的抗干扰性并且具有广泛的适用性。 相似文献
3.
4.
5.
针对图像去噪网络中下采样导致高频信息损失和细节保留能力差的问题,设计了一种级联离散小波多频带分解注意力图像去噪网络。其中多尺度级联离散小波变换结构将原始图像分解为多个尺度下的高低频子带来代替传统下采样,能减少高频信息损失。多频带特征增强模块使用不同尺度的卷积核并行处理高低频特征,在子网络每一级下重复使用两次,可增强全局和局部的关键特征信息。多频带分解注意力模块通过注意力评估纹理细节成分的重要性并加权不同频带的细节特征,有助于多频带特征增强模块更好地区分噪声和边缘细节。多频带选择特征融合模块融合多尺度多频带特征增强选择性特征,提高模型对于不同尺度噪声的去除能力。在SIDD和DND数据集上,所提方法的PSNR/SSIM指标分别达到了39.35 dB/0.918、39.72 dB/0.955。实验结果表明,所提方法的性能优于主流去噪方法,同时具有更清晰的纹理细节和边缘等视觉效果。 相似文献
6.
基于小波多分辨率分析的图像边缘检测研究 总被引:1,自引:0,他引:1
《软件工程师》2015,(7):55-56
本文就图像边缘检测的多分辨率分析模型和小波变换多分辨率边缘检测方法进行了分析研究,对基于小波分析的图像边缘检测研究现状进行了分析和总结。明确了研究方向和重点主要集中在小波基的构造和选取,阈值的选取,小波分解的尺度选取,以及小波分析方法和其他方法的结合使用。 相似文献
7.
利用小波多分辨率的理论对语音信号进行信号分解,结合其发声特性,分析高低频段对说话人识别的贡献大小,根据识别结果的分析,提取出了可以综合识别时间和识别效率的特征参数。实验结果表明,一层分解后的小波细节系数识别率为94.4%,比原信号MFCC提高7%,而数据个数却比原信号降低了一半,二次分解后的高频段语音依然得到了较高识别率,提取出的较低频信号也可以达到70.8%的识别率。 相似文献
8.
将小波多尺度分解与传统Mean Shift滤波算法相结合提出的一种有效的图像滤波方法。先将含噪声图像进行Mallat塔式分解,获得不同尺度、不同频带的子图像。将低频近似图像保持不变,对高频细节进行Mean Shift滤波,最后将低频近似图像与高频滤波后的图像进行合成得到去噪后的图像。由于Mean Shift算法是一种迭代方法,要保证较高的数值计算精度则需要较多的迭代次数,耗费较长的计算时间,为克服这一缺点,提出了采用Fourier级数来近似计算高斯函数。实验结果表明该方法在降低噪声的同时能够尽可能的保留图像细节,其去噪效果优于传统的高斯滤波、Wiener滤波方法和单一小波域值法和Mean Shift滤波方法。 相似文献
9.
10.
谐波正弦语音模型因固定帧长不能使每个谐波得到最佳分辨率,而分辨率决定着语音的建模效果。因此提出小波多分辨率的谐波正弦语音模型,将谐波语音信号通过小波变换分解成多分辨率子带信号,利用谐波正弦语音模型对这些子带信号独立建模,将建模后的各子带信号相加合成。仿真实验显示该模型的信号重构误差降低约两个数量级,通过PESQ软件测试得到的MOS分值约提高0.3。 相似文献
11.
为了解决大容量雷达数据传输,满足雷达原始视频信号实时无损的要求,根据雷达原始视频信号的特点,给出了采用DPCM(DifferencePulseCodingModulation)与自适应Huffman编码相结合的压缩编码方式,分析了该算法的有效性和溢出问题,实验表明该方法相对于传统的自适应Huffman编码而言能改善实时性,提高压缩比。 相似文献
12.
13.
14.
15.
16.
根据雷达视频数据量大、目标信息较为重要的特点,设计并实现了一种基于FPGA的高分辨率雷达视频压缩方案。该方案针对压缩过程中算法较为复杂,且有大量浮点运算、乘法处理等高计算复杂度的问题,对DCT、量化、编码等核心处理模块分别进行了优化设计。在一片Stratix IV GX EP4SGX230KF40C4芯片上进行了验证,结果表明,该设计方案资源占用率低,压缩后图像质量较好,对于1600x1200分辨率的视频处理速度可达50帧/秒以上,满足高分辨率雷达视频实时压缩的要求。 相似文献
17.
针对雷达辐射源信号识别,提出一种基于时频分布的小波不变矩特征向量提取和识别分类方法。对雷达辐射源信号时频图像进行处理,对图像进行小波变换,提取小波矩的特征向量。采用支持向量机分类识别的方法,对特征向量进行训练,实现信号识别。对6种常见雷达信号进行分类,结果表明在信噪比较低的情况下也能取得较好的识别效果,在SNR为-3 dB时,识别正确率仍达到93.9%。 相似文献
18.
19.
20.