1) tree-structured frame-wavelet transform
树型框架小波变换
1.
This paper proposed a new image segmentation method,which integrated the theory of tree-structured frame-wavelet transform,scale co-occurrence matrix(SCM),principal component analysis and self-organizing neural network,and applied them to the clinical ultrasonic image finishing image segmentation.
本研究将图像树型框架小波变换、尺度共生矩阵、KL变换主分量分析和自组织神经网络聚类相结合应用于医学超声图像,提出一种分割新方法。
2) tree structured wavelet transform
树型小波变换
1.
First, features of the image to be segmented are extracted by the tree structured wavelet transform.
通过树型小波变换提取图像特征 ,再用模糊联想分类神经网络将待分割图像划分为灰度图像或纹理图像 ,并根据分类结果确定分割算
3) non-separable wavelet frame transform
不可分离小波框架变换
4) discrete wavelet frame transform
离散小波框架变换
1.
This method firstly extracts multiple features of target in theses sub-band images after transforming the IR images using discrete wavelet frame transform.
该方法在对红外图像进行离散小波框架变换的基础上,提取目标在各子带图像上的多个特征;然后对各子带图像上的多个特征分别进行融合,获得相应的目标检测判决置信度图;接着采用自适应加权方法对各个目标检测判决置信度图进行融合,得到目标检测判决总置信度图,并对其进行目标区域分割,获得最终的目标检测结果。
2.
According to the discrete wavelet frame transform coefficients, the clarity measure of each pixel in each multifocus image was calculated.
提出了一种基于离散小波框架变换的彩色多聚焦图像融合算法。
3.
This paper describes a discrete wavelet frame transform based multifocus image fusion algorithm.
本文提出一种灰度多聚焦图像融合算法:待融合图像先采用离散小波框架变换进行分解,再根据分解后的系数求取待融合图像中各像素的清晰度,最后根据各像素的清晰度对待融合图像中的清晰区域进行组合。
5) frame wavelet transforms
离散框架小波变换
6) Tree-structured Wavelet Transform
树型结构小波变换
补充资料：框架型表示方式
借助于以往经验对特定场合下的对象或事件序列作出估计的知识表示方式。这一类知识表示方式具有明显的层次结构，一般将所研究对象或事件序列的关联知识汇集在一起，而形成较大的知识表示结构（称为单元）。它力图解决知识表示中模块性和交互性的矛盾，因而也可看成是一种结构化对象表示方式。框架和剧本都属于框架型表示方式。
框架 1975年M.明斯基首先提出"框架"的概念，原来的意图是作为研究机器感知的基础，如物景分析、自然语言对话，后来广泛用于表示特定场合下的复杂对象。
框架组成 框架可以理解为具有嵌套结构便于联想的广义特性表。简单框架一般分为三个层次，即一个框架常有若干条目，每一条目又有若干值。复杂框架有四个以上层次，可分为框架、条目、方面、值等。图1为关于秘鲁地理知识的示意框架。SUPERC（属概念）和SUPERP（整体部分）都是特性条目，其作用与语义网络的特性继承相似，供框架联想、推理之用， LOCATION（地理位置）包含内容较多,这个条目本身就构成了一个子框架，下有若干子条目，例如子条目邻接国家还有若干方面，其"北"方面有一个值是一张表(LIST COLOMBBIA ECUADOR)，其中LIST是LISP函数，就是列表的意思（见LISP语言）。智能化计算机辅助教学系统 SCHOLAR（学者）的知识库就是利用这样的框架系统构成的，而其自然语言处理能力则另由一个格语法系统提供（见格语法）。
框架设计 框架设计的核心是条目的设置。典型的条目如下：①特性条目，其作用已在图1中说明。②范围条目，给出预期值的范围。③认定条目，在没有反对意见时即认定条目的值。④过程附件,表示动态过程的条目,目的在于使框架兼有陈述性和过程性表示功能。过程附件只在特定条件成立时才被触发而起作用，因而称为触发程序或"守护神"。例如对应于需要某一值、增加某一值、删除某一值才起作用的触发程序,分别命名为"如需"(IF-NEEDED)、"如增"(IF-ADDED)和"如删"(IF-REMOVED)。这种对条款的"如需"、"如删"的操作比传统数据检索处理的智能水平为高。
剧本 描述特定场合下事件序列的框架型表示方式，是1971年R.C.香克等人提出的。事件序列中每一事件本身也可表示为一剧本。图2为在饭店进餐的"剧本"。用剧本描述的事件作为输入，并由计算机进行释义和推理的技术基础是概念依存理论，在自然语言处理系统中受到广泛重视。但无论是框架还是剧本，由于技术复杂，尚处于研究阶段。
框架 1975年M.明斯基首先提出"框架"的概念，原来的意图是作为研究机器感知的基础，如物景分析、自然语言对话，后来广泛用于表示特定场合下的复杂对象。
框架组成 框架可以理解为具有嵌套结构便于联想的广义特性表。简单框架一般分为三个层次，即一个框架常有若干条目，每一条目又有若干值。复杂框架有四个以上层次，可分为框架、条目、方面、值等。图1为关于秘鲁地理知识的示意框架。SUPERC（属概念）和SUPERP（整体部分）都是特性条目，其作用与语义网络的特性继承相似，供框架联想、推理之用， LOCATION（地理位置）包含内容较多,这个条目本身就构成了一个子框架，下有若干子条目，例如子条目邻接国家还有若干方面，其"北"方面有一个值是一张表(LIST COLOMBBIA ECUADOR)，其中LIST是LISP函数，就是列表的意思（见LISP语言）。智能化计算机辅助教学系统 SCHOLAR（学者）的知识库就是利用这样的框架系统构成的，而其自然语言处理能力则另由一个格语法系统提供（见格语法）。
框架设计 框架设计的核心是条目的设置。典型的条目如下：①特性条目，其作用已在图1中说明。②范围条目，给出预期值的范围。③认定条目，在没有反对意见时即认定条目的值。④过程附件,表示动态过程的条目,目的在于使框架兼有陈述性和过程性表示功能。过程附件只在特定条件成立时才被触发而起作用，因而称为触发程序或"守护神"。例如对应于需要某一值、增加某一值、删除某一值才起作用的触发程序,分别命名为"如需"(IF-NEEDED)、"如增"(IF-ADDED)和"如删"(IF-REMOVED)。这种对条款的"如需"、"如删"的操作比传统数据检索处理的智能水平为高。
剧本 描述特定场合下事件序列的框架型表示方式，是1971年R.C.香克等人提出的。事件序列中每一事件本身也可表示为一剧本。图2为在饭店进餐的"剧本"。用剧本描述的事件作为输入，并由计算机进行释义和推理的技术基础是概念依存理论，在自然语言处理系统中受到广泛重视。但无论是框架还是剧本，由于技术复杂，尚处于研究阶段。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条