暂无评论
针对图像频域滤波中细节信息丢失的问题,提出了一种频域倒数—高斯级联低通滤波去噪方法。该方法在频域利用倒数快速收敛的性质并结合高斯低通滤波器,实现了图像的联合滤波去噪。其在有效滤除高频噪声的同时更大限度
引入差异演化（DE）算法来弥补基本概率神经网络的不足，从而提出一种基于差异演化概率神经网络的纹理图像识别方法。首先用树形结构小波包变换提取纹理图像的能量特征，用基于统计的纹理特征方法提取统计均值、平均
一种基于二维小波变换的图像矢量分解消噪方法,袁健,隋树林,通过研究MATLAB二维小波工具箱在含噪图像预处理中的应用,提出了一种基于二维小波变换的图像消噪的矢量分解方法。仿真结果表明,该
在多层阈值去噪方法的基础上,采用均值逼近法对含噪图像进行预处理.通过均值逼近法降低白噪声的方差,用多层阈值去噪方法去噪,有利于信噪分离.结果表明,该方法对图像去噪可行有效,进一步提高了信噪比.
基于小波变换和均值滤波相结合的图像去噪，宋清昆，马丽，通过对图像中含有的高斯噪声认真分析和研究，研读现有图像去噪的方法，提出了采用均值滤波和小波变换相结合的方法去除图像噪声,�
提出了一种基于遍历矩阵和DWT的图像鲁棒水印新算法。利用指定密钥产生的遍历矩阵对水印图像置乱，再将置乱后水印图像嵌入到宿主图像的深层小波域低频子图，嵌入位置由遍历矩阵确定，嵌入规则基于改进的二值运算方
首先使用尺度交互式特征检测算法提取图像小波域逼近子图的特征点，然后构造相应的特征树，最后对特征树所有节点进行量化以嵌入二值水印信息。水印信息嵌入到图像的特征之中，对JPEG，JPEG2000以及高斯白
非局域均值算法（NLM）是一种有效的去噪算法，能够在去噪的同时充分保护图像纹理信息。但是在像素的平滑中，权重分配过度依赖像素块相似性，缺乏其他更有效信息的指导，另外原算法计算量过大也是制约其应用的一个
语音端点检测是语音识别系统的重要环节之一。针对噪声环境下的语音端点检测困难，提出了一种改进的支持向量机的语音端点检测方法。利用小波分析（WA）提取含噪语音信号的特征向量。采用遗传算法（GA）得到最优的
为了较好地解决水印不可见性与鲁棒性矛盾问题，提出了一种新的彩色图像盲水印算法。将原始彩色图像转换到YCbCr色彩空间，并对各分量进行分块处理及一级离散小波变换，利用人眼视觉特性建立视觉模型并引导水印嵌
暂无评论