基于小波变换的图像降噪

根据小波变换和噪声信号的能量分布特性,提出了一种先用小波变换对含噪图像进行多尺度分解,求出各尺度小波变换高频系数的噪声方差和阈值,利用各尺度的阈值对高频系数进行处理,然后利用小波变换系数重构图像,实现图像降噪的方法;实验结果说明该方法可以有效地降低噪声,又可以较好地保持图像细节。     

转换与变换是概率论发展的杠杆

首先从理论构建层面上剖析了转换与变换在概率论发展史中的重要作用,并具体地通过概率的公理化定义、分布函数和特征函数等实例加以叙述;再从实践操作层面上介绍了转换与变换在解决具体问题中的功能,最后,从方法论的角度概括转换与变换是概率论发展的有力杠杆。     

小波Hilbert-Huang变换在语音信号处理中的应用

针对通信领域中语音信号处理的方法,比较分析了小波变换和Hilbert-Huang变换在信号处理方面的原理;给出了两者的算法描述和关键处理步骤、小波变换的分解及阀值计算与Hilbert-Huang变换的EMD分解与分析;同时针对两种方法在语音消噪方面的应用,给出了具体的实验结果与结论.     

傅里叶变换在求解微分方程中的应用

傅里叶变换在数学领域中有着广泛的应用,本文主要从三个方面来讨论傅里叶变换方法在求解偏微分方程中的具体运用;即:利用傅立叶变换将线性偏微分方程转换为代数方程、常微分方程然后求解;傅里叶变换在解常微分方程中的具体应用;特别是这类化归方法在某些重要常微分方程中的运用;通过分析,掌握这类方法在具体运用中的局限性,从而合理地选择方法来求解具体给定的常微分方程定解问题。     

基于双窗口小波-Contourlet变换的图像融合算法

提出一种基于双窗口小波-Contourlet变换的图像融合算法.首先采用小波一Contourlet变换对图像进行分解,接着采用两种不同尺寸的窗口计算系数的特征值:低频子带采用区域能量法和高频子带采用区域方差法,分别比较双窗口下的高频子带和低频子带的系数特征值,比较的结果作为得到融合系数选择的依据,最后采用逆小波-Contourlet变换得到融合图像.仿真实验证实,在特征类型选择一致的情况下,该方法的融合性能优于小波变换法和Contourlet变换法,融合图像质量较好.     

积分变换在无穷限积分计算中的应用

本文利用积分变换(Fourier变换和Laplace变换)来计算无穷限积分,通过具体的实例说明采用积分变换计算特殊类型的无穷限积分是简便、有效的,是对用初等方法计算无穷限积分的一个很好补充。     

一种基于轮廓波变换和统计模型的图像去噪算法的研究

本文提出了一种基于轮廓波（Contourlet）变换和统计模型相结合的图像去噪方法。Contourlet变换能够更好地表征图像各个方向的特征．通过对特征系数的分析．估计统计模型,利用近似最大后验概率估计（MAP）做局部方差估计并且和噪声方差的估计比较来达到去噪的目的。为了克服缺乏平移不变性所带来的Gibbs效应,本文采用循环平移法进行优化,有效地克服Gibbs效应。与小波变换去噪法和Contourlet变换阈值去噪法比较,该算法不仅能够提高图像去噪的PSNR,而且能够更有效地保持图像的边缘和细节。     

用计算机实现几何变换

本文探讨了用计算机实现各种几何变换的思想和方法,利用齐次坐标将射影变换、仿射变换、欧氏变换统一在高维的线性变换中,将抽象的数学思想通过计算机具体的显示出来     

计算机图形学中的透视投影变换矩阵

图形变换中透视投影变换在三维显示中具有桥梁作用。通过推导透视投影变换矩阵的具体过程，为编程和实验提供了最终的应用矩阵。重点介绍了图形变换和透视投影变换的原理和方法，分析了投影变换在图形变换中的作用及在引入过渡坐标系后，其变换矩阵的简化形式，并给出了其详细的推导过程。     

基于非采样Contourlet变换的图像融合算法

基于非采样Contourlet变换,提出了一种新的图像融合算法.对经非采样Contourlet变换后的低频子带系数采取基于区域清晰度的融合规则,对高频子带系数采取基于区域方差的自适应加权的融合规则.实验结果显示,本文算法在目视判别以及客观标准下优于其他基于多尺度分析的图像融合算法,可获得较理想的融合图像.