1) 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。
2) 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。
3) redundant wavelet
冗余小波
1.
Single-channel video coding based on redundant wavelet and DT grid;
基于冗余小波DT网格技术的单通道视频编码
2.
By analysing the shortage of the current stereo disparity estimation methods, a new method based on redundant wavelet transform is proposed.
通过分析目前立体视差估计方法的不足,提出一种基于冗余小波变换的视差估计新算法。
3.
This article proposed a movement estimation algorithm, which obtains movement characteristic points and the latent movement region through the redundant wavelet transformation carried in the time domain and the frequency domain to reduced search match time.
本文提出了一种通过冗余小波变换获得运动特征点和潜在运动区域,并在时域进行运动估计的变换域、时域相结合的运动估计算法,在保证匹配的准确性同时有效的减少了搜索匹配时间。
4) redun dant Haar wavelet transform
冗余Haar小波变换
5) 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。
6) 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。
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