1) redundant discrete wavelet transform
冗余离散小波变换
1.
In this paper, the authors present a signal denoising technique by hardthreshold based on redundant discrete wavelet transform inspired by Donoho algorithm.
在 Donoho算法的基础上提出了一种基于冗余离散小波变换的硬门限消噪技术 ,它能很好地克服 Donoho算法所呈现的振荡效应 ,仿真结果表明该算法是行之有效的。
2) redundant discrete wavelet
冗余离散小波
1.
To improve the accuracy and efficiency of the disparity estimation of stereo images,combined with feature points of the image and DT(delaunay triangle)technology,a method based on redundant discrete wavelet transform(RDWT)was presented.
为提高立体图像视差估计的准确度及效率,从图像特征点入手,结合DT(delaunay triangle)网格技术,提出基于冗余离散小波变换的立体图像视差估计法。
2.
By analyzing the shortages of current disparity estimation methods,a new method based on redundant discrete wavelet transforms is put forward.
立体图像技术将是未来多媒体发展的重点方向,其中视差估计是立体图像处理的关键,针对目前视差估计方法的不足,提出了一种基于冗余离散小波变换的视差估计算法。
3) redun dant Haar wavelet transform
冗余Haar小波变换
4) redundant discrete wavelet transformation
冗余小波变换
1.
Fast motion estimation algorithm based on redundant discrete wavelet transformation;
一种基于冗余小波变换的快速运动估计算法
2.
Because the Redundant Discrete Wavelet Transformation is shift invariant,the motion estimation in the redundant wavelet domain has good performance.
由于冗余小波变换具有平移不变特性,在冗余小波域进行运动估计可以达到比较好的效果。
5) redundant wavelet transform
冗余小波变换
1.
Relative Fuzzy Connected Interactive Image Segmentation Algorithm Based on Redundant Wavelet Transform;
基于冗余小波变换的相对模糊连通图像交互式分割算法
2.
The thoracic CT images are enhanced using translation invariant redundant wavelet transform.
本文根据医学影像的特点,提出一种基于冗余小波变换和分水岭变换的肺结节识别方法,该方法通过保持平移不变的冗余小波变换得到细节信息增强的影像,然后用基于有向欧式距离变换的分水岭算法实现对肺结节的分割。
3.
Several image fusion algorithms that adapt to the characteristic of the source images have been proposed based on the multiscale geometric analysis tools such as the redundant wavelet transform and the nonsubsampled contourlet transform.
针对现有大多融合算法没有考虑图像固有特性的问题,本论文对图像传感器的成像机理、源图像的成像特性等先验信息进行了综合分析,围绕冗余小波变换及无下采样Contourlet变换等多尺度几何分析工具,提出了多种与源图像特性相适应的图像融合算法。
6) Discrete wavelet transform
离散小波变换
1.
Application of the discrete wavelet transform to fault detection of angular measuring system of a precision servo turntable;
离散小波变换在精密伺服转台测角系统故障诊断中的应用
2.
Voice activity detection based on discrete wavelet transform;
基于离散小波变换的语音激活检测
3.
Analysis of discrete wavelet transform algorithm and its general implementation for programming;
离散小波变换算法剖析及其通用程序实现
补充资料：N点有限长序列的离散傅里叶变换
时域N点序列χ(n)的离散傅里叶变换(DFT)以X(k)表示，定义为
(1)
式中K＝0,1,...,N-1。式(1)称为DFT的正变换。从式(1)可以导出
(2)
式中n＝0,1,...,N-1。式(2)称为DFT的逆变换。式(1)和式(2)合起来称为离散傅里叶变换对。
由于在科学技术工作中人们所得到的离散时间信号大多是有限长的N点序列，所以对N点序列进行时域和频域之间的变换是常用的变换，另外 DFT有它的快速算法，使变换可以在很短的时间内完成,所以DFT是数字信号处理中最为重要的工具之一。
DFT的原理 是以给定的时域N点序列χ(n)作为主值周期进行周期延拓（即使之周期化）得到以 N点为周期的离散周期序列χ((n))N,再求χ((n))N的离散傅里叶级数(DFS)表示(见离散时间周期序列的离散傅里叶级数表示),得频域的N点离散周期序列X((k))N,最后从X((k))N中取出其主值周期，即得X(k)。同理，与此相似，如果已知X(k)求χ(n),则是从X(k)得X((k))N，再从X((k))N得χ((n))N，取出主值周期即得χ(n)。这个概念很重要，DFT的性质大都与此有关。至于从χ(n)求X(k)，或已知X(k)求χ(n)则是用(1)式或(2)式直接进行的，并不需要通过χ((n))N和X((k))N。
DFT的主要性质 共有5点，如下表中所列。表中a、b为常数, χ((m))N为以N点为周期的周期序列，χ((n+m))N为χ((n))N序列整体左移m点后的结果其他符号如X((k+l))N，X((l))N，Y((k-l))N及y((n-m))N等可类推其含义，不一一列出。
DFT的快速算法 又称为快速傅里叶变换(FFT)。当序列的长度N为2的整数次幂（即N＝2,&λ为整数）时,算法的指导思想是将一个N 点序列的DFT分成两个N/2点序列的DFT,再分成四个N/4点序列的DFT,如此下去,直到变成N/2个两点序列的DFT。这种快速算法的计算工作量与DFT的直接计算的计算工作量之比约为log2N/(2N),以N=1024为例FFT的计算工作量仅约为DFT直接计算的1/200。
(1)
式中K＝0,1,...,N-1。式(1)称为DFT的正变换。从式(1)可以导出
(2)
式中n＝0,1,...,N-1。式(2)称为DFT的逆变换。式(1)和式(2)合起来称为离散傅里叶变换对。
由于在科学技术工作中人们所得到的离散时间信号大多是有限长的N点序列，所以对N点序列进行时域和频域之间的变换是常用的变换，另外 DFT有它的快速算法，使变换可以在很短的时间内完成,所以DFT是数字信号处理中最为重要的工具之一。
DFT的原理 是以给定的时域N点序列χ(n)作为主值周期进行周期延拓（即使之周期化）得到以 N点为周期的离散周期序列χ((n))N,再求χ((n))N的离散傅里叶级数(DFS)表示(见离散时间周期序列的离散傅里叶级数表示),得频域的N点离散周期序列X((k))N,最后从X((k))N中取出其主值周期，即得X(k)。同理，与此相似，如果已知X(k)求χ(n),则是从X(k)得X((k))N，再从X((k))N得χ((n))N，取出主值周期即得χ(n)。这个概念很重要，DFT的性质大都与此有关。至于从χ(n)求X(k)，或已知X(k)求χ(n)则是用(1)式或(2)式直接进行的，并不需要通过χ((n))N和X((k))N。
DFT的主要性质 共有5点，如下表中所列。表中a、b为常数, χ((m))N为以N点为周期的周期序列，χ((n+m))N为χ((n))N序列整体左移m点后的结果其他符号如X((k+l))N，X((l))N，Y((k-l))N及y((n-m))N等可类推其含义，不一一列出。
DFT的快速算法 又称为快速傅里叶变换(FFT)。当序列的长度N为2的整数次幂（即N＝2,&λ为整数）时,算法的指导思想是将一个N 点序列的DFT分成两个N/2点序列的DFT,再分成四个N/4点序列的DFT,如此下去,直到变成N/2个两点序列的DFT。这种快速算法的计算工作量与DFT的直接计算的计算工作量之比约为log2N/(2N),以N=1024为例FFT的计算工作量仅约为DFT直接计算的1/200。
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