温馨提示：由于个人手机设置不同，如果发现不能下载，请复制以下地址【https://www.wenke99.com/d-8718340.html】到电脑端继续下载（重复下载不扣费）。
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。 2: 试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓。 3: 文件的所有权益归上传用户所有。 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。 5. 本站仅提供交流平台，并不能对任何下载内容负责。 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
本文（小波包在图像处理中的应用(共41页).doc）为本站会员（晟***）主动上传，文客久久仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私，请立即通知文客久久（发送邮件至hr@wenke99.com或直接QQ联系客服），我们立即给予删除！
精选优质文档-倾情为你奉上小波包在图像处理中的应用 刘昊云（陕西理工学院 物理与电信工程学院 通信工程专业1202班，陕西 汉中 ） 指导教师：陈莉摘 要图像是人类获取和交换信息的主要来源，因此，图像处理涉及到人类生活的方方面面，而小波分析在图像处理领域应用广泛，如：图像去噪、图像压缩、图像融合、图像分割等。本文主要围绕小波分析在图像去噪和图像压缩这两个方面的应用展开论述。在对图像进行处理时，首先利用小波函数对图像进行空间分解,小波变换的空间分解遵循塔式结构，小波包的空间分解遵循小波包树形结构，再设置相应阈值进行系数筛选，最后经小波逆变换进行图像重构。图像的去噪和压缩实质上都是对小波分解后的高频系数、低频系数做相应处理，然后重构系数，达到图像去噪、压缩的效果。本文在小波变换和小波包的理论基础分析之上，利用MATLAB软件仿真实现了小波变换和小波包的图像去噪与压缩，并结合仿真结果，将两者做出了对比。关键字小
Copyright © 2018-2021 Wenke99.com All rights reserved
工信部备案号：浙ICP备20026746号-2
公安局备案号：浙公网安备33038302330469号
本站为C2C交文档易平台，即用户上传的文档直接卖给下载用户，本站只是网络服务中间平台，所有原创文档下载所得归上传人所有，若您发现上传作品侵犯了您的权利，请立刻联系网站客服并提供证据，平台将在3个工作日内予以改正。
