1) Haar wavelet decomposition
Haar小波分解
1.
Firstly, Haar wavelet decomposition is used to obtain the enhanced image which is the sum of the square of LH sub-image and HL sub-image.
首先,采用自底向上的注意力机制,对图像进行Haar小波分解,对得到的HL,LH分量进行平方求和,得到增强图像,然后对该增强图像在垂直方向上进行侧投影,基于得到的投影曲线进行多层阈值分割,找到显著性建筑物候选区域。
2) discrete Haar wavelet
离散Haar小波分解
3) Haar wavelet
haar小波
1.
Implementation of coefficient of Haar wavelet filter by single-mode-fiber coupler;
基于单模光纤耦合器的Haar小波滤波器系数的实现
2.
Texture classification based on M-mand Haar wavelet transform and slant Haar wavelet filter banks;
多进制Haar与斜Haar小波在纹理分类中的应用
3.
A pyramid decomposition and reconstruction algorithm based on haar wavelet;
一种基于Haar小波的塔式分解重构算法
4) double Haar wavelet
双Haar小波
1.
The double Haar wavelet proposed recently can make image denoising more efficient.
在小波域实现信号噪声的滤除是近年来图像处理领域中的研究热点,尤其是三通道双Haar小波的提出,使噪声抑制更加有效。
5) Haar wavelet basis
Haar小波基
1.
This paper studies the unified construction of scale-a Haar wavelet basis (a > 1, a r= Z) and gives the analysis and reconstruction algorithm.
对伸缩因子a为大于1的正整数的Haar小波基进行了统一构造,并给出了分解和重构算法。
2.
2、A impulse response identification method which based on Haar wavelet basis is presented, the function-based of Eykhoff method was replaced by Haar wavelet basis, the simulation results prove that the proposed method with higher accuracy.
2、提出了一种基于Haar小波基的脉冲响应辨识方法,用Haar小波基代替了Eykhoff方法中的函数基,通过仿真证明,此种辨识方法具有较高的准确度。
6) Haar wavelet packets
Haar小波包
1.
Multiresolution time-domain analysis based on Haar wavelet packets;
基于Haar小波包的时域多分辨分析法
补充资料:Haar测度
Haar测度
Haar measure
l如盯测度「H‘犷.旋,,此;xaa砷M明J 设G为局部紧群,M为由G的一切紧子集族产生的口环,M上的非零正测度(nleasule)拼称为Haar测度是指它在G的每个紧子集上取有限值并且满足下列两条件之一: (i)左不变条件(co戚由nofleft一in~e)·对一切E6M,g〔G,有尸(E)”风gE); (il)布不孪参份(印ndition of right一~).对一切E任M,g任G,有产(E)‘拌(均);其中gE={gx:x任E},Ea={xg:xeE}.因此,人们相应地说左不变Haar测度(left·示调6如tH斑犷n长刁-s二)或有不孪H山犷掣摩〔砂‘一加一‘H自ar“-suxe).每个H班址测度是#平则的(。一比g田ar),即对一切E任M, “阁一妙伊因二Kc=E,K为紧集}. 左不变(以及右不变)H出叮测度是存在的且是唯一的,确切到一个正因子不计;这是AH压叮(【l])建立的(在G是可分群的假定下). 若f为G上具紧支集的连续函数,则f在G上关于左不变Haar测度可积,且相应的积分为左不变的(见不变积分(加锥由扭访噢四tion)),即 Jfto)即。一夕(00。如嘛瓶“G· GG右不变H玉汀测度有类似的性质.整个群G的11%26汀测度为有限当且仅当G是紧的. 若产为G上左不变H斑叮测度,则对每个g。〔G,下列等式成立: 夕、1)d;@一△帅介ta)d。、 GG其中△为由G到正实数乘群R十的连续同态,.它不依赖于在G上有紧支集的连续函数f的选择.同态么称为G的模(洲对山出);测度△(g一’)咖(刃是G上右不变Haar测度.若△(a)三1,则G称为乡攀单(u灿侧月u.址);此时左不变H出叮测度也是右不变Haar测度并称为(双边)不变的((t认。,s汕司)示调6切t).特别,么模群的例子有:紧群,离散群,月阅局部紧群,连通半单Lie群以及幂零Lie群等.群的么模性等价于下列条件:G上每个左不变Haar测度。也是禅不孪的(访凭巧elyin论巧ant),即对一切E〔M,群(E一’)=产(E). 若G为块群(Liegro叩),则关于G上左不变(右不变)Haar测度的积分用式子 0ff(x)、(x)一枷:八…八、 GG定义,其中呜是G上线性无关的左不变(右不变)一阶微分形式(见加如州牙~C田七口形式(Ma切rer~〔滋由nform))且n=山mG.Lie群G的模用式子 △(x)二!detAd(x)},x‘G定义,其中Ad为伴随表示(参看I允群的伴随表示(殉。int肥p咪n扭石。
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