注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 软件工程专题四：多媒体专题

  2. 专题四：多媒体专题 1、多媒体知识： 1.1多媒体知识概述  基本概念 多媒体信息一般指用文本、图形、图像、动画、音频和视频影像等形式表示的信息。多媒体计算机技术是指利用计算机交互地综合处理相互之间有联系的文本、图形、图像、动画、音频、视频等多种信息。多媒体的主要特性表现在信息载体的多样性、交互性和集成性。 多媒体技术是指能对多种载体上的信息和多种存储体上的信息进行处理的技术； 而媒体是指承载信息的载体； 多媒体具有交互性而媒体不具备交互性； 屏幕更新频率：显示器每秒更新的次数； 彩数：显示

  3. 所属分类：其它

    • 发布日期：2011-06-05
    • 文件大小：80kb
    • 提供者：net_david

  1. 基于提升模式的非抽样小波变换及其在故障诊断中的应用

  2. 基于提升模式的非抽样小波变换及其在故障诊断中的应用

  3. 所属分类：教育

    • 发布日期：2011-12-25
    • 文件大小：246kb
    • 提供者：shijuyi

  1. 《 精通Visual C++数字图像处理典型算法及实现》随书源码

  2. 第1章　Visual C++数字图像编程基础　1 1.1　数字图像处理概述　1 1.2　图像和调色板　2 1.2.1　图像　2 1.2.2　调色板　3 1.2.3　色彩系统　4 1.2.4　灰度图　5 1.3　GDI位图　5 1.3.1　从资源中装入GDI位图　6 1.3.2　伸缩位图　8 1.4　与设备相关位图　10 1.5　设备无关位图(DIB)　15 1.5.1　BMP文件中DIB的结构　16 1.5.2　DIB访问函数　18 1.5.3　构造DIB类　22 1.5.4　使用DIB读写B

  3. 所属分类：C++

    • 发布日期：2014-05-21
    • 文件大小：416kb
    • 提供者：crsupport

  1. 《MATLAB R2016a在电子信息工程中的仿真案例分析》源码

  2. 目录 第1章最优的FIR滤波器设计 1.1频率取样的FIR滤波器设计 1.1.1约束条件 1.1.2设计误差 1.2最优的FIR滤波器设计 1.2.1一般最优滤波器 1.2.2加权最优滤波器 1.2.3反对称FIR滤波器 1.2.4微分FIR滤波器 1.3IIR与FIR数字滤波器的比较 第2章基于神经网络的案例分析与实现 2.1农作物虫情预测 2.1.1基于神经网络的虫情预测原理 2.1.2BP网络设计 2.2模型参考控制 2.2.1模型参考控制概念 2.2.2模型参考控制实例分析 2.3神经

  3. 所属分类：其它

    • 发布日期：2018-06-04
    • 文件大小：85kb
    • 提供者：williamanos

  1. 3维块匹配小波变换的极化SAR非局部均值滤波_刘留.pdf

  2. 极化合成孔径雷达(SAR)图像受相干斑噪声的影响，难以很好地保持结构特性，针对这个问题提出了一 种采用3维块匹配小波变换的非局部均值滤波算法NL-3DWT (Nonlocal Filter based on 3-D Patch Matching Wavelet Transform)。该算法使用块匹配的3维非抽样小波变换对极化总功率图进行预滤波，在此基础上使用边界对齐窗 提取结构相似像素，同时使用Sigma范围选择极化SAR数据的散射相似像素，共同构成相似像素集合；构建结构 保持权重函数增大图像结

  3. 所属分类：机器学习

    • 发布日期：2019-07-21
    • 文件大小：6mb
    • 提供者：imbeyond

  1. DSP中的非抽样Contourlet变换的红外图像增强算法的设计和实现

  2. 随着红外技术的迅速发展，它已广泛应用于军事国防、遥感探测、无损检测等众多领域。由于红外图像的成像机理以及红外成像系统自身的原因，红外成像系统的成像效果不够理想，大多红外图像都有对比度低、图像模糊、灰度范围窄的缺点。实际应用中，为了提高红外图像的质量，需要对红外图像进行必要的增强处理。一般图像增强处理的方法是基于空间域和变换域的，前者主要包括直接灰度变换、空间滤波和直方图处理等；后者是将图像由时域变换到频域，再通过修正变换域内的系数达到增强图像的目的，它优于基于空间域的增强方法，代表性算法有小波变

  3. 所属分类：其它

    • 发布日期：2020-10-23
    • 文件大小：197kb
    • 提供者：weixin_38697979

  1. 结合分类与迁移学习的薄云覆盖遥感图像地物信息恢复

  2. 利用多源多时相遥感图像，给出一种结合分类与迁移学习的薄云覆盖遥感图像地物信息恢复算法． 首.先利用多方向非抽样对偶树复小波变换对多源多时相遥感图像进行多分辨率分解，对分解后的薄云图像的高频系数.利用贝叶斯方法进行地物初分类；再对每类地物的低频系数通过迁移最小方差支持向量回归模型进行域自适应学习，.获取模型参数；最后利用所获的迁移回归模型，用无云参考图像的低频系数预测薄云覆盖图像的低频系数，去除薄云，.恢复薄云覆盖图像的地物信息． 实验结果表明，本文算法恢复的地物细节清楚，光谱失真较小． 特别对地

  3. 所属分类：其它