国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

【多維定向?yàn)V波器組和表面波】表面變換:用于高效表示多維 s 的多分辨率變換(Matlab代碼實(shí)現(xiàn))

這篇具有很好參考價(jià)值的文章主要介紹了【多維定向?yàn)V波器組和表面波】表面變換:用于高效表示多維 s 的多分辨率變換(Matlab代碼實(shí)現(xiàn))。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問(wèn)。

????????歡迎來(lái)到本博客????????

??博主優(yōu)勢(shì):??????博客內(nèi)容盡量做到思維縝密,邏輯清晰,為了方便讀者。

??座右銘:行百里者,半于九十。

??????本文目錄如下:??????

目錄

??1 概述

??2 運(yùn)行結(jié)果

??3?參考文獻(xiàn)

??4 Matlab代碼實(shí)現(xiàn)


??1 概述

文獻(xiàn)來(lái)源:

【多維定向?yàn)V波器組和表面波】表面變換:用于高效表示多維 s 的多分辨率變換(Matlab代碼實(shí)現(xiàn)),matlab,開(kāi)發(fā)語(yǔ)言

1992年,班貝格和史密斯提出了定向?yàn)V波器組(DFB),用于2D信號(hào)的有效定向分解。由于系統(tǒng)的不可分離性,將DFB擴(kuò)展到更高的維度,同時(shí)仍保留其吸引人的功能是一個(gè)具有挑戰(zhàn)性且以前未解決的問(wèn)題。我們提出了一個(gè)名為NDFB的新濾波器組系列,它可以通過(guò)簡(jiǎn)單高效的樹(shù)形結(jié)構(gòu)實(shí)現(xiàn)任意N維(Nges2)信號(hào)的定向分解。在三維中,所提出的NDFB的理想通帶是基于矩形的金字塔,從原點(diǎn)向不同方向輻射并平鋪整個(gè)頻率空間。所提出的NDFB通過(guò)N-D冗余因子為N的迭代濾波器組實(shí)現(xiàn)了完美的重構(gòu)。所提出的NDFB的角分辨率可以通過(guò)簡(jiǎn)單的展開(kāi)規(guī)則調(diào)用更多級(jí)別的分解來(lái)迭代細(xì)化。通過(guò)將NDFB與新的多尺度金字塔相結(jié)合,我們提出了表面變換,可用于在多維數(shù)據(jù)中有效地捕獲和表示類似表面的奇點(diǎn)?

原文摘要:

Abstract:

In 1992, Bamberger and Smith proposed the directional filter bank (DFB) for an efficient directional decomposition of 2-D signals. Due to the nonseparable nature of the system, extending the DFB to higher dimensions while still retaining its attractive features is a challenging and previously unsolved problem. We propose a new family of filter banks, named NDFB, that can achieve the directional decomposition of arbitrary N-dimensional (Nges2) signals with a simple and efficient tree-structured construction. In 3-D, the ideal passbands of the proposed NDFB are rectangular-based pyramids radiating out from the origin at different orientations and tiling the entire frequency space. The proposed NDFB achieves perfect reconstruction via an iterated filter bank with a redundancy factor of N in N-D. The angular resolution of the proposed NDFB can be iteratively refined by invoking more levels of decomposition through a simple expansion rule. By combining the NDFB with a new multiscale pyramid, we propose the surfacelet transform, which can be used to efficiently capture and represent surface-like singularities in multidimensional data

隨著現(xiàn)代計(jì)算機(jī)和成像設(shè)備功能的增長(zhǎng),高分辨率 3D 甚至更高維度的體積數(shù)據(jù)越來(lái)越多地用于廣泛的應(yīng)用,包括生物醫(yī)學(xué)成像、地震成像、河外天文學(xué)、計(jì)算機(jī)視覺(jué)以及視頻處理和壓縮。為了有效地分析和表示如此大量的數(shù)據(jù),我們需要?jiǎng)?chuàng)建和使用來(lái)自各個(gè)工程領(lǐng)域的新工具,包括信號(hào)處理。在本文中,我們提出了一套新的工具,即N-維度定向?yàn)V波器組 (NDFB) 和表面,可以捕獲和表示位于光滑表面上的信號(hào)奇異點(diǎn)。這種奇點(diǎn)通常在3D醫(yī)學(xué)圖像中觀察到,其中圖像大多是平滑的,除了在某些邊界表面上,以及在視頻信號(hào)中,移動(dòng)物體在3-D空間/時(shí)間空間中雕刻出光滑的表面。

對(duì)于2-D信號(hào),沿著平滑曲線捕獲奇點(diǎn)的類似問(wèn)題已經(jīng)得到了廣泛的研究。在不聲稱詳盡無(wú)遺的情況下,我們想舉幾個(gè)例子,包括可操縱金字塔 [1]、定向?yàn)V波器組 [2]、二維定向小波 [2]、曲線 [3]、復(fù)雜小波 [4]、[5]、輪廓 [6]、帶狀?[7]?和剪切?[8]。在所有這些二維表示中,我們特別感興趣的一種方法是定向?yàn)V波器組(DFB),它最初由班貝格和史密斯[2]提出,隨后由幾位作者[2]-[10]改進(jìn)。德國(guó)足協(xié)通過(guò)l-級(jí)樹(shù)結(jié)構(gòu)分解,導(dǎo)致2l具有楔形頻率分區(qū)的子帶,如圖1(a)所示。同時(shí),DFB是一種非冗余變換,并提供完美的重建,即原始信號(hào)可以從其抽取的通道中精確重建。DFB的方向選擇性和高效結(jié)構(gòu)使其成為許多圖像處理應(yīng)用的有吸引力的候選者。通過(guò)將DFB與拉普拉斯金字塔相結(jié)合,Do和Vetterli?[7]構(gòu)建了輪廓,為稀疏圖像表示提供了定向多分辨率變換。

??2 運(yùn)行結(jié)果

【多維定向?yàn)V波器組和表面波】表面變換:用于高效表示多維 s 的多分辨率變換(Matlab代碼實(shí)現(xiàn)),matlab,開(kāi)發(fā)語(yǔ)言

【多維定向?yàn)V波器組和表面波】表面變換:用于高效表示多維 s 的多分辨率變換(Matlab代碼實(shí)現(xiàn)),matlab,開(kāi)發(fā)語(yǔ)言

【多維定向?yàn)V波器組和表面波】表面變換:用于高效表示多維 s 的多分辨率變換(Matlab代碼實(shí)現(xiàn)),matlab,開(kāi)發(fā)語(yǔ)言?【多維定向?yàn)V波器組和表面波】表面變換:用于高效表示多維 s 的多分辨率變換(Matlab代碼實(shí)現(xiàn)),matlab,開(kāi)發(fā)語(yǔ)言

【多維定向?yàn)V波器組和表面波】表面變換:用于高效表示多維 s 的多分辨率變換(Matlab代碼實(shí)現(xiàn)),matlab,開(kāi)發(fā)語(yǔ)言

?部分代碼:

%% We add Gaussian noise to the video sequence
disp(' ');
disp('Step 2: Add white Gaussian noise to the sequence.');
sigma = 20; % standard deviation
Xn = double(X) + sigma * randn(size(X));
r = input('Press <enter> to play the noisy sequence ...');
PlayImageSequence(uint8(Xn));

%% Surfacelet Denoising
disp(' ');
disp('Step 3: Apply surfacelet transform on the noisy sequence and hard-threshold the coefficients');
r = input('Press <enter> to continue ...');

disp(' ');
disp('Processing ...');

Pyr_mode = 1.5; % For better performance, choose Pyr_mode = 1. However, this setting requires more RAMs.
Xd = surfacelet_denoising_3D(Xn, Pyr_mode, sigma);
Xd(Xd > 255) = 255;
Xd(Xd < 0) = 0;


disp('Done!');
disp(' ');
r = input('Press <enter> to show the denoised sequence ...');
skip = 10; % To exclude the boundary effect
PlayImageSequence(uint8(Xd(:,:, skip+1 : end - skip)));

% Plot the frame-by-frame PSNR values
PSNR_surf = zeros(size(Xd, 3) - 2 * skip, 1);
for n = skip+1 : size(Xd, 3) - skip
? ?PSNR_surf(n - skip) = PSNR(double(X(:,:, n)), Xd(:,:,n));?
end

figure
plot([(skip+1) : (size(Xd, 3) - skip)], PSNR_surf);
axis tight;
title(['Average PSNR = ' num2str(mean(PSNR_surf))], 'FontSize', 12);
xlabel('Frame Number', 'FontSize', 12);
ylabel('PSNR (dB)', 'FontSize', 12);

??3?參考文獻(xiàn)

文章中一些內(nèi)容引自網(wǎng)絡(luò),會(huì)注明出處或引用為參考文獻(xiàn),難免有未盡之處,如有不妥,請(qǐng)隨時(shí)聯(lián)系刪除。

【多維定向?yàn)V波器組和表面波】表面變換:用于高效表示多維 s 的多分辨率變換(Matlab代碼實(shí)現(xiàn)),matlab,開(kāi)發(fā)語(yǔ)言

?Multidimensional Directional Filter Banks and Surfacelets | IEEE Journals & Magazine | IEEE Xplore文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-638596.html

??4 Matlab代碼實(shí)現(xiàn)

到了這里,關(guān)于【多維定向?yàn)V波器組和表面波】表面變換:用于高效表示多維 s 的多分辨率變換(Matlab代碼實(shí)現(xiàn))的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來(lái)自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • python實(shí)現(xiàn)陷波濾波器、低通濾波器、高斯濾波器、巴特沃斯濾波器

    python實(shí)現(xiàn)陷波濾波器、低通濾波器、高斯濾波器、巴特沃斯濾波器

    在一幅圖像中,其低頻成分對(duì)應(yīng)者圖像變化緩慢的部分,對(duì)應(yīng)著圖像大致的相貌和輪廓,而其高頻成分則對(duì)應(yīng)著圖像變化劇烈的部分,對(duì)應(yīng)著圖像的細(xì)節(jié)(圖像的噪聲也屬于高頻成分)。 低頻濾波器,顧名思義,就是過(guò)濾掉或者大幅度衰減圖像的高頻成分,讓圖像的低頻成分

    2024年02月11日
    瀏覽(24)
  • 高通濾波器,低通濾波器

    高通濾波器,低通濾波器

    1.高通濾波器是根據(jù)像素與鄰近像素的亮度差值來(lái)提升該像素的亮度。? ?確實(shí)容易看出,第三種效果最好。 2. 使用medianBlur()作為模糊函數(shù),它對(duì)去除數(shù)字化的視頻噪聲非常有效。? 從BGR色彩空間轉(zhuǎn)灰度色彩空間 ? 使用Laplacian()作為邊緣檢測(cè)函數(shù),它會(huì)產(chǎn)生明顯的邊緣線條?

    2024年02月14日
    瀏覽(21)
  • 【圖像處理:頻率域平滑與銳化】理想濾波器,巴特沃思濾波器,高斯濾波器

    【圖像處理:頻率域平滑與銳化】理想濾波器,巴特沃思濾波器,高斯濾波器

    本文主要介紹頻率域?yàn)V波器,此處的頻率域是基于傅立葉變換得出。 在一幅圖像中, 低頻對(duì)應(yīng)圖像變化緩慢的部分 ,即圖像大致外觀和輪廓。 高頻部分對(duì)應(yīng)圖像變化劇烈的部分即圖像細(xì)節(jié) 。低通濾波器的功能是讓低頻率通過(guò)而濾掉或衰減高頻,其作用是過(guò)濾掉包含在高頻

    2024年02月04日
    瀏覽(25)
  • 【狀態(tài)估計(jì)】卡爾曼濾波器、擴(kuò)展卡爾曼濾波器、雙卡爾曼濾波器和平方根卡爾曼濾波器研究(Matlab代碼實(shí)現(xiàn))

    【狀態(tài)估計(jì)】卡爾曼濾波器、擴(kuò)展卡爾曼濾波器、雙卡爾曼濾波器和平方根卡爾曼濾波器研究(Matlab代碼實(shí)現(xiàn))

    ???????? 歡迎來(lái)到本博客 ???????? ??博主優(yōu)勢(shì): ?????? 博客內(nèi)容盡量做到思維縝密,邏輯清晰,為了方便讀者。 ?? 座右銘: 行百里者,半于九十。 ?????? 本文目錄如下: ?????? 目錄 ??1 概述 ??2 運(yùn)行結(jié)果 ??3?參考文獻(xiàn) ??4 Matlab代碼實(shí)現(xiàn) 本文包括

    2024年02月08日
    瀏覽(28)
  • 現(xiàn)代信號(hào)處理——自適應(yīng)濾波器(匹配濾波器)

    現(xiàn)代信號(hào)處理——自適應(yīng)濾波器(匹配濾波器)

    信號(hào)處理的目的是從噪聲中提取信號(hào),得到不受干擾影響的真正信號(hào)。采用的處理系統(tǒng)稱為濾波器。 實(shí)時(shí)信號(hào)處理中,希望濾波器的參數(shù)可以根據(jù)系統(tǒng)或環(huán)境的變化進(jìn)行更新,稱為自適應(yīng)濾波器。 濾波器的分類: 線性濾波器、非線性濾波器; FIR濾波器、IIR濾波器; 時(shí)域?yàn)V

    2023年04月27日
    瀏覽(36)
  • 【狀態(tài)估計(jì)】粒子濾波器、Σ點(diǎn)濾波器和擴(kuò)展/線性卡爾曼濾波器研究(Matlab代碼實(shí)現(xiàn))

    【狀態(tài)估計(jì)】粒子濾波器、Σ點(diǎn)濾波器和擴(kuò)展/線性卡爾曼濾波器研究(Matlab代碼實(shí)現(xiàn))

    ???????? 歡迎來(lái)到本博客 ???????? ??博主優(yōu)勢(shì): ?????? 博客內(nèi)容盡量做到思維縝密,邏輯清晰,為了方便讀者。 ?? 座右銘: 行百里者,半于九十。 ?????? 本文目錄如下: ?????? 目錄 ??1 概述 ??2 運(yùn)行結(jié)果 2.1?擴(kuò)展卡爾曼濾波 2.2?線性卡爾曼濾波?

    2024年02月09日
    瀏覽(22)
  • 圖像處理之理想高通濾波器、巴特沃斯高通濾波器和高斯高通濾波器的matlab簡(jiǎn)單實(shí)現(xiàn)

    圖像處理之理想高通濾波器、巴特沃斯高通濾波器和高斯高通濾波器的matlab簡(jiǎn)單實(shí)現(xiàn)

    一、前言 高通濾波器的功能是讓高頻率通過(guò)而濾掉或衰減低頻,其作用是 使圖像得到銳化處理,突出圖像的邊界 。經(jīng)理想高頻濾波后的圖像把信息豐富的低頻去掉了,丟失了許多必要的信息**。一般情況下,高通濾波對(duì)噪聲沒(méi)有任何抑制作用**,若簡(jiǎn)單的使用高通濾波,圖像質(zhì)

    2023年04月25日
    瀏覽(30)
  • 圖像處理之高通濾波器與低通濾波器

    圖像處理之高通濾波器與低通濾波器

    目錄 高頻與低頻區(qū)分: 高通濾波器: 1.傅里葉變換: 低通濾波器: 總結(jié): ? ? ? ? 在了解圖像濾波器之前,先談一下如何區(qū)分圖像的高頻信息和低頻信息,所謂高頻就是該像素點(diǎn)與周?chē)袼夭町愝^大,常見(jiàn)于一副圖像的邊緣細(xì)節(jié)和噪聲等;而低頻就是該像素點(diǎn)與周?chē)袼?/p>

    2023年04月09日
    瀏覽(22)
  • 現(xiàn)代信號(hào)處理——自適應(yīng)濾波器(LMS自適應(yīng)濾波器)

    現(xiàn)代信號(hào)處理——自適應(yīng)濾波器(LMS自適應(yīng)濾波器)

    一、自適應(yīng)濾波簡(jiǎn)介 維納濾波存在的問(wèn)題: 適用于平穩(wěn)隨機(jī)信號(hào)的最佳濾波,對(duì)于非平穩(wěn)的隨機(jī)信號(hào),其統(tǒng)計(jì)特性(相關(guān)函數(shù))是隨機(jī)的,因此無(wú)法估計(jì)其相關(guān)函數(shù),此時(shí)的維納濾波不適用; 維納濾波器的參數(shù)是固定的,就不可能根據(jù)輸入信號(hào)的變換去自動(dòng)調(diào)整濾波器的參

    2024年02月01日
    瀏覽(28)
  • 卡爾曼濾波器簡(jiǎn)介——α?β?γ濾波器

    卡爾曼濾波器簡(jiǎn)介——α?β?γ濾波器

    ????????現(xiàn)在我們已經(jīng)準(zhǔn)備好了第一個(gè)簡(jiǎn)單的例子。在此示例中,我們估計(jì)靜態(tài)系統(tǒng)的狀態(tài)。靜態(tài)系統(tǒng)是在合理的時(shí)間段內(nèi)不會(huì)更改其狀態(tài)的系統(tǒng)。例如,靜態(tài)系統(tǒng)可以是一座塔,而狀態(tài)將是它的高度。 ????????在此示例中,我們估計(jì)金條的重量。我們有無(wú)偏尺度,即

    2024年02月01日
    瀏覽(49)

覺(jué)得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包