1) discrete wavelet frame
离散小波框架
1.
Small target detection based on discrete wavelet frame transform and fusion scheme
基于离散小波框架和融合策略的小目标检测
2.
Aim at the characteristic that redundancy and shift-invariance of wavelet frame can reserve detail information of image preferably,the approach that combine discrete wavelet frame of with the cross band pixel selection was proposed and applied to integrate infrared and visible images.
针对小波框架所具有的冗余性和平移不变性在图像处理中能较好保留图像细节特征的特点,提出了一种将l2上的离散小波框架和交叉子带像素融合方案(Cross band pixel selection)结合起来的融合算法,并用于红外和可见光图像的融合。
2) 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。
3) frame wavelet transforms
离散框架小波变换
4) Wavelet frames
小波框架
1.
To large-dimensional wavelet networks based on single scaling wavelet frames theory, a systematic design method is proposed.
针对基于单尺度小波框架的高维小波网络,提出一种系统化的设计方法。
2.
A set of wavelet frames generated by Gaussian radial basis functions are presented.
给出了由高斯径向基函数生成的一组小波框架 ,建立在小波框架理论的基础上 ,构造性地证明了高斯径向基函数网络可以任意精度地逼近 L2 ( Rd)中的函数 。
3.
A new method based on discriminative wavelet frames is proposed for the classification of textile defects.
针对纺织品缺陷分类,提出了一种基于判别小波框架的分类方法。
5) wavelet frame
小波框架
1.
Digital wavelet frame denoise the transient scatter response signals;
离散小波框架消除瞬态散射回波噪声
2.
The localization theorem of wavelet frame expansion formula in strip of Sobolev spaces is established,such that a localization theorem of wavelet frame expansion in L 2(R) is only a particular example of this theorem when S =0.
建立了 Sobolev空间带 HS( R) ( S≥ 0 )的小波框架展开的局部化定理 ,使得 L2 ( R)的小波框架展开局部化 ,只是该定理 S=0的特
3.
Based on wavelet frame theory, a new principle of transient protection is proposed, which applies the energy mutation of non unit transient current to detect the occurrence of fault as the actuating component of protection.
提出了一种基于小波框架理论的新型暂态量保护原理 ,利用单端暂态电流的能量突变 ,检测故障发生作为保护的启动元件 ,利用一个时间段内不同频率分量的衰减程度来区分区内和区外故障 ,大大提高了暂态量保护的可靠性 ;为了解决电压接近零点故障时灵敏度下降问题 ,利用暂态电流信号奇异点 (突变点 )的奇异性不同作为区分区内、区外故障的辅助判据。
6) frame wavelet
框架小波
1.
In this paper,we study semi-orthogonal frame wavelets(PFWs) in L2(Rd) with A dilations,where A is an arbitrary expanding d×d matrix,such that│det A│= c,c∈N.
研究了L2(Rd)中A伸缩半正交框架小波,这里的A是行列式取值自然数的任意d×d扩展矩阵。
2.
For a pair of dual frame multiresolution analyses,we construct a pair of dual frame wavelets and a pair of quasi-biorthogonal frame wavelets with the help of filter banks.
对于一对对偶框架多尺度分析,借助于滤波器,我们构造一对对偶框架小波和一对拟双正交框架小波,并且指出一对对偶框架小波和一对拟双正交框架小波的滤波器所满足的充分必要条件。
补充资料：离散时间周期序列的离散傅里叶级数表示
(1)
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
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