-
-
基于平移不变小波变换的图像融合新方法
本文将一种基于平移不变小波分解的新方法引入到像素级多传感器图像融合中。 提出的融合体系结构与“ shift-decompose-fuse-shift”技术有关，并且包含许多步骤。 首先，要在水平和垂直方向上移动源图像。 移位后的图像将被转换为小波域，并通过重复“移位-翻译”来获得源图像的分解。 其次，将融合图像的不同子带系数与所提出的融合规则相结合。 最后，融合图像将通过反向平移和移位获得。 实验结果表明，该方法融合了源图像中的有用信息，性能优于离散小波变换（DWT）和平稳小波变换（SWT）。
-
一种同态加密域图像可逆水印算法
... 其直接暴露在传输信道之中。因此，本文提出了一种基于 Haar-DWT（Haar-Discrete Wavelet Transform）的同态加密域中的图像可逆水印 ... ：1)通过利用数据搬移及量化的方法，分别解决了 Haar-DWT 过程中可能遇到的负数和小数问题，实现了加密域的整数Haar-DWT；2)在保证逆变换系数为整数的前提下，将水印嵌入 ... 的结果一一对应，很好地实现了同态加密域中基于 Haar-DWT 的图像可逆水印; 3)能够利用乘法逆元 MIM (Multiple InverseMethod) 的方法 ...
-
NSCT域中基于Log-Gabor能量的多峰医学图像融合
... 可以有效地抑制伪Gibbs现象。 原始医学图像首先由NSCT转换，然后融合低频和高频分量。 可以提供对比度和亮度不变表示的相位一致性用于融合低频系数，而可以从清晰细节部分有效确定频率系数的Log-Gabor能量用于融合高频系数。 将所提出的融合方法与基于离散小波变换（DWT），快速离散曲线小波变换（FDCT）和基于双树复小波变换（DTCWT）的图像融合方法以及其他基于NSCT的方法进行了比较。 视觉和定量的实验结果表明，与其他算法相比，所提出的融合方法能够获得更有效，更准确的多峰医学图像融合结果。 此外， ...
-
基于有效离散小波变换的算法的多焦点图像融合
本文考虑了多焦点图像融合的主要目的和小波系数的物理含义，提出了一种基于离散小波变换（DWT）的融合技术，并结合了新颖的系数选择算法。 在通过DWT分解源图像之后，分别采用两种不同的基于窗口的融合规则来组合低频系数和高频系数。 在该方法中，选择具有最大清晰度聚焦度量的低频域中的系数作为融合图像 ...
-
在图形处理单元上运行的基于块的二维小波变换
这项研究探索了使用图形处理单元（GPU）来执行图像的二维离散小波变换（DWT）。 快速小波变换的研究既受到现代相机产生的大量数据的推动，也受到对这些数据的实时处理的需求的推动。 随着GPU上通用计算的出现，许多耗时的应用程序开始获得相关的好处。 在基于GPU的DWT的实现中，根据已发表的工作使用了两种方法，即行列（RC）方法和基于块（BB）方法。 大多数最新技术都基于RC方法，该方法利用了不同行和列之间的并行性。 很少有基于 ...
-
ginsu-hybrid
... /master/images.
h3. ...to a Dreamweaver layout: static/Templates/master.dwt
You can either "import your Photoshop layout into Dreamweaver":http ... way, you want your template file to be called master.dwt
h3. ...to a Rails layout: app/views/layouts/master. ...
-
DWTCodec
Simple image compression/decompression algorithm using DWT (discrete wavelet transform) and RLE+Huffman encoding.
-
tab_overview_sample_zimlet
... source and the Social Zimlet, I discovered the following:
* The Dwt toolkit contains methods for creating trees and tree items ( ... own tab zimlets (e.g. Social, Broadsoft) do not use the Dwt framework for creating trees; rather, they have hard-coded HTML ...
-
pywt
... to start with and use, and currently is capable of:
* 1D and 2D Forward and Inverse Discrete Wavelet Transform (DWT and IDWT)
* 1D and 2D Stationary Wavelet Transform (Undecimated Wavelet Transform)
* 1D and 2D Wavelet Packet decomposition and ...
-
Backbone.localStorage
... , with tests demonstrating the issue
3. Run `npm test`
4. Create a pull request
## Acknowledgments
- [Mark Woodall](https://github.com/llad): Initial tests (now refactored)
- [Martin Häcker](https://github.com/dwt): Many fixes and the test isolation
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
