精华内容
下载资源
问答
  • 图像的正交变换matlab《数字图像处理》课程实验报告实验名 :图像的正交变换实验1院系: 自动化测试与控制系班级: 1201132姓名: 李丹阳学号: 1120110113哈尔滨工业大学电气工程及自动化学院光电信息工程2015 年12...

    图像的正交变换matlab

    《数字图像处理》课程实验报告

    实验名 :图像的正交变换实验

    1

    院系: 自动化测试与控制系

    班级: 1201132

    姓名: 李丹阳

    学号: 1120110113

    哈尔滨工业大学

    电气工程及自动化学院

    光电信息工程

    2015 年12月13 日

    一、实验原理

    二、实验内容

    三、实验结果与分析

    1、傅立叶变换

    A) 绘制一个二值图像矩阵,并将其傅立叶函数可视化。

    (傅里叶变换A)的实验结果

    B)利用傅立叶变换分析两幅图像的相关性,定位图像特征。读入图像‘cameraman.tif’,

    抽取其中的字母‘a’。

    1

    (傅里叶变换B)的实验结果

    离散余弦变换(DCT)

    使用dct2对图像 ‘linyichen.jpg’进行DCT变换。

    5

    0

    -5

    (离散余弦变换A)的实验结果

    将上述DCT变换结果中绝对值小于 10的系数舍弃,使用idct2重构图像并与原图像

    比较。

    离散余弦变换

    2

    附主要程序代码:

    f=zeros(30,30);

    f(5:24,13:17)=1;

    imshow(f,'notruesize')

    F=fft2(f);

    F2=log(abs(F));

    figure,imshow(F2,[-15],'notruesize');colormap(jet);

    F=fft2(f,256,256);

    figure,imshow(log(abs(F)),[-15],'notruesize');colormap(jet);

    F2=fftshift(F);

    figure,imshow(log(abs(F2)),[-15],'notruesize');colormap(jet);

    B)利用傅立叶变换分析两幅图像的相关性,定位图像特征。读入图像‘cameraman.tif’,

    抽取其中的字母‘a’。

    bw=imread('cameraman.tif');

    a=bw(59:71,81:91);

    imshow(bw);

    figure,imshow(a);

    C=real(ifft2(fft2(bw).*fft2(rot90(a,2),256,256)));%求相关性

    figure,imshow(C,[]);

    thresh=max(C(:));

    figure,imshow(C>thresh-10)

    figure,imshow(C>thresh-15)

    1. 离散余弦变换(DCT)

    A) 使用dct2对图像 ‘linyichen.jpg’进行DCT变换。

    RGB=imread('linyichen.jpg');

    imshow(RGB)

    I=rgb2gray(RGB);%转换为灰度图像

    figure,imshow(I)

    J=dct2(I);

    figure,imshow(log(abs(J)),[]),colormap(jet(64));colorbar;

    B) 将上述DCT变换结果中绝对值小于 10的系数舍弃,使用idct2重构图像并与原

    图像比较。

    RGB=imread('linyichen.jpg');

    I=rgb2gray(RGB); %转换为灰度图像

    J=dct2(I);

    figure,imshow(I)

    展开全文
  • matlab自动化代码用于信号逼近和传输的正交傅立叶多项式 该存储库包含实现用于信号逼近和传输的正交傅立叶多项式一文的代码,作者是 Filippo Maggioli、Simone Melzi、Michael Bronstein、Maks Ovsjanikov 和 ...
  • 一、简介 ...二、源代码 clear,clc,close all; Image=rgb2gray(imread('cameraman.jpg')); subplot(121),imshow(Image),title('原图像'); [ca,ch,cv,cd]=dwt2(Image,'db4');

    一、获取代码方式

    获取代码方式1:
    完整代码已上传我的资源:【图像处理】基于matlab图像正交变换【含Matlab源码 1010期】

    获取代码方式2:
    通过订阅紫极神光博客付费专栏,凭支付凭证,私信博主,可获得此代码。

    备注:
    订阅紫极神光博客付费专栏,可免费获得1份代码(有效期为订阅日起,三天内有效);

    二、正交变换简介

    正交变换时数字图像处理的一种有效工具。图像不仅可以在空间域表示,也可以对其进行正交变换到频域进行分析处理。在图像增强、图像复原、图像特征处理、图像编码中都经常采用图像变换技术。
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    三、部分源代码

    clear,clc,close all;
    Image=rgb2gray(imread('cameraman.jpg'));
    subplot(121),imshow(Image),title('原图像');
    [ca,ch,cv,cd]=dwt2(Image,'db4');                   %用db4小波对图像进行一级小波分解
    result=idwt2(ca*0,ch,cv,cd,'db4')/256;    
     
    Image=imread('desert.jpg');%读取图像
    grayI=rgb2gray(Image);%将彩色图像灰度化
    DFTI1=fft2(grayI);
    ADFTI1=abs(DFTI1);
    top=max(ADFTI1(:));
    bottom=min(ADFTI1(:));
     
    subplot(131),imshow(Image),title('原图');%显示原图像
    subplot(132),imshow(ADFTI1),title('原频谱图');%显示傅里叶变换频谱图
    subplot(133),imshow(ADFTI2),title('移位频谱图');%显示傅里叶变换频谱图
    % imwrite(ADFTI1,'dftpinpu2_1.jpg');
    % imwrite(ADFTI2,'dftpinpu2_2.jpg');
    clear,clc,close all;
    fmt={'*.jpg','JPEG image(*.jpg)';'*.*','All Files(*.*)'};
    [FileName,FilePath]=uigetfile(fmt,'导入数据','face*.jpg','MultiSelect','on');
    if ~isequal([FileName,FilePath],[0,0])
        FileFullName=strcat(FilePath,FileName);
    else 
        return;
    end 
    N=length(FileFullName); 
    for k=1:N
        Image=im2double(rgb2gray(imread(FileFullName{k})));
        X(:,k) = Image(:);           % 把图像放在矩阵x的第k列
    end
    [h,w,c]=size(Image);
    % %----------- 计算每幅训练图像的与平均脸的差值 -------%
    averagex = mean(X')';             %计算均值图像 
    X=X-averagex;                     % 求中心化图像向量
    
    %-----奇异值分解方法计算协方差矩阵的特征值和特征向量----%
    R = X'*X;                   %协方差矩阵为x*x’,这里用奇异值分解
    [Q,D] = eig(R);         %V为以特征向量为列的矩阵,D为特征值组成的对角阵
    [D_sort,index] = sort(diag(D),'descend');
    D=D(index,index);
    Q = Q(:,index);
    P = X*Q*(abs(D))^-0.5;
    
    total = 0.0;
    count = sum(D_sort);
    for r =1:N
        total = total + D_sort(r);
        if total/count > 0.95        %当差异信息比例达到85%时退出循环
            break;
        end
    end
    %-------------测试样本在新空间上投影后的坐标-----------%
    KLCoefR = P'*X;
    figure; plot(KLCoefR(1,:),KLCoefR(2,:),'ko'),title('K-L变换行压缩');
    xlabel('第一主成分得分');ylabel('第二主成分得分');
    Y= P(:,1:2)*KLCoefR(1:2,:)+averagex;                     %重建
    for j=1:N
        outImage=reshape(Y(:,j),h,w);
    %     top=max(outImage(:));
    %     bottom=min(outImage(:));
    %     outImage=(outImage-bottom)/(top-bottom);
    %     str=strcat('feaface12_',num2str(j),'.jpg');
    %     imwrite(outImage,str);
        figure,imshow(outImage,[]);
    end
    Z= P(:,1:r)*KLCoefR(1:r,:)+averagex;                     %重建
    for j=1:N
        outImage=reshape(Z(:,j),h,w);
    %     top=max(outImage(:));
    %     bottom=min(outImage(:));
    %     outImage=(outImage-bottom)/(top-bottom);
    %     str=strcat('feaface1r_',num2str(j),'.jpg');
    %     imwrite(outImage,str);
        figure,imshow(outImage,[]);
     
    for j =1:N
        outImage=reshape(KLCoefC(:,j),h,w);
    %     top=max(outImage(:));
    %     bottom=min(outImage(:));
    %     outImage=(outImage-bottom)/(top-bottom);
    %     str=strcat('feaface',num2str(j),'.jpg');
    %     imwrite(outImage,str);
        figure,imshow(outImage,[]);
    end
    % 
    % 
    
    
    

    四、运行结果

    在这里插入图片描述
    在这里插入图片描述

    在这里插入图片描述

    在这里插入图片描述

    在这里插入图片描述
    在这里插入图片描述

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    五、matlab版本及参考文献

    1 matlab版本
    2014a

    2 参考文献
    [1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社,2020.
    [2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社,2013.
    [3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社,2013.
    [4]刘成龙.精通MATLAB图像处理[M].清华大学出版社,2015.
    [5]陈浩,方勇,朱大洲,王成,陈子龙.基于蚁群算法的玉米植株热红外图像边缘检测[J].农机化研究. 2015,37(06)

    展开全文
  • MATLAB 中可以提取方程左端展开后的多项式的系数,在由系数计算不变量和半不变量,对比【表1】得到二次曲线方程的化简后方程,代码如下: 在运行时输入二次曲线方程 f(x,y) = 0 的左端,运行结果示例如下图所示...

    我们知道平面上二次曲线的一般方程是:
    a 11 x 2 + 2 a 12 x y + a 22 y 2 + 2 a 1 x + 2 a 2 y + a 0 = 0 , ( 1 ) a_{11}x^2+2a_{12}xy+a_{22}y^2+2a_{1}x+2a_{2}y+a_{0}= 0, (1) a11x2+2a12xy+a22y2+2a1x+2a2y+a0=01
    其中 a 11 , a 12 , a 22 a_{11},a_{12},a_{22} a11,a12,a22不全为零。
    我们常用的一个方法是先利用转轴变换,坐标旋转角则可用以下公式得到:
    c o t ( 2 θ ) = a 11 − a 22 a 12 , ( 2 ) cot(2\theta)=\frac{a_{11}-a_{22}}{a_{12}} , (2) cot(2θ)=a12a11a222
    但是之后的过程略显复杂,故本文采用不变量的方法来对二次曲线方程进行化简,并将结合MATLAB进行实现。

    1.数学原理

    二次曲线的不变量和半不变量为:
    I 1 = a 11 + a 22 , ( 3 ) I_{1}=a_{11}+a_{22},(3) I1=a11+a223
    I 2 = ∣ a 11 a 12 a 12 a 22 ∣ , ( 4 ) I_{2}=\left| \begin{matrix} a_{11} & a_{12} \\ a_{12} & a_{22} \\ \end{matrix} \right|,(4) I2=a11a12a12a224
    I 3 = ∣ a 11 a 12 a 1 a 12 a 22 a 2 a 1 a 2 a 0 ∣ , ( 5 ) I_{3}=\left| \begin{matrix} a_{11}&a_{12}&a_{1}\\ a_{12}&a_{22}&a_{2}\\ a_{1}&a_{2}&a_{0}\\ \end{matrix} \right|,(5) I3=a11a12a1a12a22a2a1a2a05
    K 1 = ∣ a 11 a 1 a 1 a 0 ∣ + ∣ a 22 a 2 a 2 a 0 ∣ , ( 6 ) K_{1}=\left| \begin{matrix} a_{11} & a_{1} \\ a_{1} & a_{0} \\ \end{matrix} \right|+\left| \begin{matrix} a_{22} & a_{2} \\ a_{2} & a_{0} \\ \end{matrix} \right|,(6) K1=a11a1a1a0+a22a2a2a06
    可以由不变量和半不变量就能完全确定二次曲线的类型和形状,即为二次曲线的化简式,如下表【1】所示:

    型别类别识别标记化简后方程
    椭圆型
    I 2 > 0 I_{2}>0 I2>0
    (1) 椭圆;
    (2) 虚椭圆;
    (3) 一个点
    I 3 与 I 1 异 号 I_{3}与I_{1}异号 I3I1 I 3 与 I 1 同 号 I_{3}与I_{1}同号 I3I1 I 3 = 0 I_{3}=0 I3=0 λ 1 x ∗ 2 + λ 2 y ∗ 2 + I 3 I 1 = 0 \lambda_{1}x^{*^{2}}+\lambda_{2}y^{*^{2}}+\frac{I_{3}}{I_{1}}=0 λ1x2+λ2y2+I1I3=0 其 中 λ 1 , λ 2 是 多 项 式 其中\lambda_{1},\lambda_{2}是多项式 λ1λ2 λ 2 − I 1 λ + I 2 的 两 个 实 根 \lambda^2-I_{1}\lambda+I_{2}的两个实根 λ2I1λ+I2
    双曲型
    I 2 &lt; 0 I_{2}&lt;0 I2<0
    (4) 双曲线;
    (5) 一对相交直线
    I 3 ≠ 0 I_{3}≠0 I3̸=0 I 3 = 0 I_{3}=0 I3=0同上
    抛物型
    I 2 = 0 I_{2}=0 I2=0
    (6) 抛物线 I 3 ≠ 0 I_{3}≠0 I3̸=0 I 1 y ∗ 2 ± 2 − I 3 I 1 x ∗ = 0 I_{1}y^{*^{2}}±2\sqrt{\frac{-I_{3}}{I_{1}}}x^{*}=0 I1y2±2I1I3 x=0
    同上(7) 一对平行直线;
    (8) 一对虚平行直线;
    (9) 一对重合直线
    I 3 = 0 , K 1 &lt; 0 I_{3}=0,K_{1}&lt;0 I3=0,K1<0 I 3 = 0 , K 1 &gt; 0 I_{3}=0,K_{1}&gt;0 I3=0,K1>0 I 3 = 0 , K 1 = 0 I_{3}=0,K_{1}=0 I3=0,K1=0 I 1 y ∗ 2 + K 1 I 1 = 0 I_{1}y^{*^{2}}+\frac{K_{1}}{I_{1}}=0 I1y2+I1K1=0

    【表1】 二次曲线的不变量与曲线的类型和形状的关系

    2.代码实现

    MATLAB 中可以提取方程左端展开后的多项式的系数,在由系数计算不变量和半不变量,对比【表1】得到二次曲线方程的化简后方程,代码如下:
    在这里插入图片描述

    在运行时输入二次曲线方程 f(x,y) = 0 的左端,运行结果示例如下图所示:

    在这里插入图片描述

    代码文件可以在下面链接中下载:
    https://download.csdn.net/download/m0_43484109/10861992

    展开全文
  • SNV标准正交变换 原理 matlab代码说明

    千次阅读 2019-03-08 20:36:55
    SNV标准正交变换 matlab代码说明SNV 原理SNV matlab 代码(原作者:Andrea Candolfi) SNV 原理 SNV matlab 代码(原作者:Andrea Candolfi) %# INPUT: x: (m x n) matrix with m spectra and n variables ...

    SNV标准正交变换 matlab代码说明

    SNV 原理

    你好! 这是你第一次使用 **Markdown编辑器** 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识

    SNV matlab 代码(原作者:Andrea Candolfi)

    %#  INPUT:	x: (m x n) matrix with m spectra and n variables			 						
    %#  OUTPUT:	xsnv: (m x n) matrix containing snv transformed spectra							
    %#  AUTHOR: 	Andrea Candolfi				 		
    %#	    	    Copyright(c) 1997 for ChemoAC				
    %#          	FABI, Vrije Universiteit Brussel            		
    %#          	Laarbeeklaan 103 1090 Jette												
    %#  TEST:   	Roy de Maesschalck, Menghui Zhang (2002)							
    
    function [xsnv]=snv(x)	
    a=xlsread('E:\近红外光谱文件\骏枣光谱阵.xls');
    x=a';
    [m,n]=size(x);
    xsnv=(x-mean(x')'*ones(1,n))./(std(x')'*ones(1,n));
    

    从网上下了很多SNV的资料,发现万变不离其宗,变来变去,基本的代码行还是如上所示。

    展开全文
  • 完整代码,可直接运行
  • Hilbert变换的性质:1....2. 序列x(n)与其Hilbert变换^x(n)是正交的。下面通过例子说明两条性质:已知序列x(n)=cos(0.2*pi*n) 0<=n<20(1) 计算序列x(n)的Hilbert变换^x(n),并比较两序列频谱的变...
  • matlab 小波变换

    2021-04-26 15:32:34
    MATLAB小波变换指令及其功能介绍1一维小波变换Matlab实现(1)dwt函数功能:一维离散小波变换格式:[cA,cD]=dwt(X,'wname')[cA,cD]=dwt(X,Lo_D,Hi_D)别可以实现一维、二维和N维DFT说明:[cA,cD]=dwt(X,'wname')使用...
  • 好了,废话不多说,今天,我们学习一下图像(2维平面)到图像(2维平面)的四种变换,等距变换,相似变换,仿射变换,投影变换 首先介绍它的原理,最后介绍matlab的实现1.数学基础射影变换矩阵H属于射影群PL(n)中的一个...
  • matlab正交多项式拟合

    千次阅读 2021-04-22 06:17:15
    在实验模态分析中用 Matlab 实现离散化正交多项式算法 [C], 马永列; 陈章 位; 胡海清 4.在实验模态分析中用 Matlab 实现离散化正交多项式算法 [C], 马永列......变换后的条件数上限表如下: 拟合次数 1 =1 cond2 ( A)...
  • 正交变换 与图像压缩 傅里叶变换 时域连续—>频域非周期 时域的非周期—>频域连续 ​ 图像的频率—>图像中灰度变化的剧烈程度的指标。 傅里叶频谱图上看到的亮点实际是图像上某一点与领域点差异的...
  • K-L变换matlab代码

    2017-11-23 19:28:45
    whu模式识别K-L变换matlab代码实现,以矢量信号X的协方差矩阵Ф的归一化正交特征矢量q所构成的正交矩阵Q,来对该矢量信号X做正交变换Y=QX,
  • 这是沙威老师关于构造正交小波变换矩阵的matlab实现代码,供大家学习交流。
  • Matlab代码离散汉克尔变换代码 离散汉克尔变换(DHT)的先前定义集中在近似于连续汉克尔积分变换的方法上,而不考虑DHT本身的属性。 最近,提出了离散汉克尔变换的理论,该理论遵循与离散傅里叶/连续傅里叶变换相同...
  • matlab中his变换代码FROLSI鉴定 撰写人:Renato Naville Watanabe 用于执行离散非线性系统识别和分析的文件 编写该存储库中的文件以执行非线性系统的系统识别。 可以在中找到更新的版本。 所使用的方法是斯蒂芬·...
  • 小波变换matlab原始码JWave Java库保持正交/正交和双正交小波 travis-ci.com上的持续集成! 介绍 离散傅里叶变换(DFT) ,快速小波变换(FWT)和小波包变换(WPT)算法的Java实现。 所有算法均提供1-D,2-D和3-D...
  • MATLAB以qr函数来执行QR分解法,其语法为[Q,R]=qr(A),其中Q代表正规正交矩阵,而R代表上三角形矩 阵.此外,原矩阵A不必为正方矩阵;如果矩阵A大小为,则矩阵Q大小为,矩阵R大小为. (3) 奇异值分解法 奇异值分解 (sigular...
  • 傅里叶变换的原理及matlab实现课程名称: 数字图像处理学 院: 信息工程与自动化学院专 业: 计算机科学与技术年 级: 09级学生姓名: 111指导教师: 1111日 期: 2012-6-10教 务 处 制TOC \o "1-3" \h \z \u ...
  • 傅里叶变换代码 参考 其他: 05 Feb 2018 » 数学狂想曲(八)——核弹当量问题, Lanchester战争模型, 随机过程 22 Sep 2017 » 数学狂想曲(七)——函数连续性, 莱洛三角形 05 Mar 2017 » 数学狂想曲(六)——自...
  • 1、K_L变换K-L变换定义以矢量信号X的协方差矩阵的归一化正交特征矢量q所构成的正交矩阵Q,来对该矢量信号X做正交变换Y=QX,则称此变换为K-L变换(K-LT或KLT),K-LT是Karhuner-Loeve变换的简称,有的文献资料也写作KLT...
  • matlab 实现一维和二维离散小波变换,以及小波的重构。 matlab实现一维和二维离散小波变换,以及小波的重构,同时有代码实现的截图和各种系数重构的二范式比较 离散小波变换 小波的重构 matlab
  • 包含各种仿射变换的程序,即平移、旋转、均匀和非均匀缩放、正投影、斜投影和透视投影。 它还包含面部绘图功能,可以轻松地针对特定问题... 这可以在代码的仿射变换阶段之后完成。 法向量和初始状态需要由用户定义。
  • 斯密特正交化(matlab)

    千次阅读 2018-06-06 19:07:26
    斯密特正交化(matlab) 数学过程 伪代码如下: function b = Gram_Schmidt_Orthogonalization(a) [row,col]=size(a) b[1]=a[1] for i in 2~col for j in 1~i a[i]=a[i]-(b[j].T * a[i])/(b[j].T * b...
  • 图像处理 二维离散傅里叶变换DFT matlab代码图像处理领域离散傅里叶变换的作用二维离散傅里叶变换二维离散傅里叶变换公式将二维的离散傅里叶变换进行转化将系数转化为矩阵形式注意,从矩阵的乘积i形式可以看出,原来...
  • 今天学习了图像正交变换,实现了以下功能 离散傅里叶变换 离散余弦变换 小波变换 1. GUIDE布局 同Day 01 2. 自定义菜单设计 3. 实现代码 1)离散傅里叶变换 % 离散傅里叶变换 function DFT_Callback(hObject, ...
  • 1-D,2-D和3-D正交变换算法; : 一种快速小波变换(FWT) ; , (快速)小波包变换(WPT) ; , 一些移位小波变换(SWT) ; , 和离散傅里叶变换(DFT) ; 。 正交小波,在大多数情况下是正交小波: 正交Alfred ...
  • 将矩阵 A 保存在工作区中,然后运行程序。 Q 和 R 矩阵将作为输出返回。
  • 频域内的模态参数识别方法:正交多项式法。该程序适合刚入门模态参数识别并使用matlab进行编程的人员学习交流。
  • function [R,y]=givens(x,i,j)% 求解标准正交的Given变换矩阵R,使用Rx=y,其中y(j)=0,y(i)=sqrt(x(i)^2+x(j)^2)%% 参数说明% x:需要进行Givens变换的列向量% i:变为sqrt(x(i)^2+x(j)^2)的元素下标% j:变为0的...
  • 图像正交变换

    万次阅读 2016-05-06 21:54:04
    正交变换时数字图像处理的一种有效工具。图像不仅可以在空间域表示,也可以对其进行正交变换到频域进行分析处理。在图像增强、图像复原、图像特征处理、图像编码中都经常采用图像变换技术。离散傅里叶变换 一维离散...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,334
精华内容 933
关键字:

matlab正交变换代码

matlab 订阅