一维傅里叶变换.pdf-岳亚伟-人民邮电出版社
文本预览下载声明
79044.1傅里叶变换频域滤波chapter傅里叶变换是一种常见的正交数学变换，可以将一维信号或函数分解为具有不同频率、不同幅度的正弦信号或余弦信号的组合。快速傅里叶变换算法的发明及数字计算机的出现，使傅里叶变换得到了广泛应用。傅里叶分析
显示全部
文档详情
相似文档
-
二维傅里叶变换.pdf-岳亚伟-人民邮电出版社
8304频域滤波chapter下面进行方波傅里叶变换。#生成方波，振幅是1，频率为10Hz#我们的间隔是0.05s，每秒有200个点#所以需要每隔20个点设为1x=np.zeros(len(time))x[::20]=1y=np.fft.f
-
傅里叶变换的基本性质.pdf-岳亚伟-人民邮电出版社
87044.2傅里叶变换的性质频域滤波chapter二维傅里叶变换须用到一维傅里叶变换的理论，故其具有一维傅里叶变换所具有的基本性质，同时也具有二维傅里叶变换的特有性质。下面将从两个侧面（即傅里叶变换的基本性质和二维傅里叶变换的性质）入手描
-
Gabor 变换.pdf-岳亚伟-人民邮电出版社
12305图像特征提取chapter2．R5R5模板1464141624164624362464162416414641⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦----------3．E5S5模板14
-
哈尔小波变换.pdf-岳亚伟-人民邮电出版社
192数字图像处理与Python实现其波形如图7-7所示。图7-7矢量空间0的哈尔小波波形由此可知011001ψφφ()=()()xxx−。（2）生成矢量空间1
-
离散余弦变换.pdf-岳亚伟-人民邮电出版社
17506图像压缩chapter可见，KL变换之后，∑y成为对角矩阵，也就是对于任意ij≠，有cov(,)0ijyy=，当ij=时，有cov(,)ijiyy=λ，因此利用KL变换去除了数据相关性。而且iy的方差与x协方差矩阵的第i个特征值相
-
灰度值到彩色变换.pdf-岳亚伟-人民邮电出版社
38数字图像处理与Python实现labels[i,j]=1else:labels[i,j]=2psdimg=color.label2rgb(labels)#不同的灰度区间采用不同的颜色plt
-
感性认识小波变换.pdf-岳亚伟-人民邮电出版社
186数字图像处理与Python实现则WTabWTabWTabxgh(),,,=+αβ()()。（2）平移不变性若()(,)xxtWTab↔，则xtWTab()−↔−τx(,τ)。（3）伸缩性若x()t的连续小波变换是(,)WTabx，则t
-
小波变换在图像处理中的应用.pdf-岳亚伟-人民邮电出版社
20507图像小波变换与多分辨率chapter其中ϕϕ()()x和y均为一维合法小波基。通过ϕ(x,y)可以产生3个方向敏感小波，分别对水平方向、垂直方向、对角
-
图像采样.pdf-岳亚伟-人民邮电出版社
701数字图像处理基础知识chapter为了产生一幅数字图像，需要把连续的数据转换为离散的数字化形式。图像的数字化是将连续的模拟图像转换为计算机可处理的离散数字
-
空间滤波的机理.pdf-岳亚伟-人民邮电出版社
52数字图像处理与Python实现3.1空间滤波基础空间域指的是图像平面本身，是相对于变换域而言的。空间域的图像处理是图像本身不进行频域变换，以图像中的像素为基
-
图像的简单运算.pdf-岳亚伟-人民邮电出版社
22数字图像处理与Python实现plt.show()现在我们拥有3个颜色通道图像，可以尝试互换3个颜色通道，如将图像的红色通道与蓝色通道互换，代码如下，结果如
-
一阶微分算子.pdf-岳亚伟-人民邮电出版社
65033.3锐化处理空间滤波chapter锐化处理的目的是增强图像中目标的细节、边缘、轮廓和其他灰度突变，削弱了灰度变化缓慢的区域。由于微分是对函数的局部变化率的一种描述，因此图像锐化算法的实现可基于空间微分。图像平滑处理有边缘和细节模糊
-
高通滤波.pdf-岳亚伟-人民邮电出版社
102数字图像处理与Python实现图4-21二维图像的Butterworth低通滤波结果4.4.2高通滤波图像的边缘、细节主要在高频，图像模糊的原因是高频成分
-
混合空间增强.pdf-岳亚伟-人民邮电出版社
72数字图像处理与Python实现plt.imshow(img,cmap=gray)#显示原始图像plt.figure()plt.imshow(img_b
-
低通滤波.pdf-岳亚伟-人民邮电出版社
97044.4.1频域滤波chapter低通滤波图像从空间域变换到频域后，其低频分量对应图像中灰度值变化比较缓慢的区域，高频分量则表征图像中物体的边缘和随机噪声等信息。低通滤波是指保留低频分量