传统的去噪方法往往假设含噪图像的有用信息处在低频区域,而噪声信息处在高频区域,从而基于中值滤波、Wiener滤波、小波变换等方法实现图像去噪,而实际上这种假设并不总是成立的。
基于图像的稀疏表示,近几年来研讨者们提出了基于过完备字典稀疏表示的图像去噪模型,其基本原理是将图像的稀疏表示作为有用信息,将逼近残差视为噪声。
利用K-SVD算法求得基于稀疏和冗余的训练字典,同时针对K-SVD算法仅适合处理小规模数据的局限,通过定义全局最优来强制图像局部块的稀疏性。
文献[28]提出了稀疏性正则化的图像泊松去噪算法,该算法采用log的泊松似然函数作为保真项,用图像在冗余字典下稀疏性约束作为正则项,从而取得更好的去噪效果。
2022/9/4 0:28:02 2.07MB 稀疏 图像
1
某物体在XY平面做运动,采样周期为1s,该运动系统的形态方程如式(2-1)所示,其中,为系统的形态向量,各形态变量对应地分别表示方向的位置、方向速度、方向的位置、方向的速度。
为零均值高斯白噪声,。
采用方位角传感器测量运动系统的方位角,作为系统的输出。
系统的输出方程如式(2-2)所示:其中是零均值高斯白噪声,。
假设系统的初始形态,,=0.02。
试利用扩展卡尔曼滤波理论求出的最优估计。
要求:(1)利用Matlab或Python编写仿真程序。
(2)给出各形态变量的真值和估计值曲线变化图。
(3)分别给出的真值与估计值之间的误差曲线变化图,并求出误差的均值和方差。
(4)对滤波效果进行分析。
2022/9/3 19:55:27 4KB 卡尔曼滤波 Python 方位角跟随
1
此为基于贝叶斯滤波框架下的采用卡尔曼滤波的人体跟踪程序,其适合用于运动目标为线性运动且过程和观测噪声为高斯分布的情况。
(注:本程序为本人在自创他人框架的基础上完成,因要下载新的东东而没积分所为,哈哈)
2022/9/3 7:59:48 2.9MB 卡尔曼滤波 人体跟踪 源程序
1
该代码为对噪声图像进行滤波,以完成去噪的功能,为简单基础的matlab练习,扎实的基础必不可少
2022/9/3 0:25:35 491B 去噪
1
matlab非平稳信号噪声消弭,设计滤波器用于非平稳噪声的消弭与抑制。
2022/9/2 21:54:17 962B Matlab 噪声消除
1
随机共振描述了过阻尼布朗粒子受周期性信号和随机噪声的共同作用下,在非线性双稳态系统中所发生的跃迁景象.随机共振可用于弱信号的检测,编写的matlab程序,a_b_f是主程序
2019/7/11 3:38:05 3KB 随机共振 弱信号检测 matlab程序
1
国外经典讲述电机噪声振动理论的书籍。
分析了时间与空间的电磁力,以及引起乐音振动的机械,空气动力学等因素,综合分析了电机乐音的深层次原因。
2020/5/14 21:03:49 22.2MB 电机噪音 电磁力 振动
1
matlab图像预处理对付各种噪声的处理(灰度、彩色图加椒盐、高斯、泊松、瑞利、伽马、乘性噪声)并绘制其直方图
2016/9/9 21:50:30 7KB matlab
1
DBSCAN(Density-BasedSpatialClusteringofApplicationswithNoise)是一个比较有代表性的基于密度的聚类算法。
与划分和层次聚类方法不同,它将簇定义为密度相连的点的最大集合,能够把具有足够高密度的区域划分为簇,并可在噪声的空间数据库中发现任意外形的聚类。
C++实现代码,自定义扫描半径(eps)、最小包含点数(minPts)、维度。
2018/9/27 12:52:29 10KB 聚类算法 DBScan C++
1
高椒盐噪声图象滤波算法.pdf
2017/6/15 12:35:03 888KB 文档资料
1
共 719 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡