相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
已找到 6 条结果
- 基于贝叶斯最大后验估计的局部自适应小波去噪北大核心CSCDCSTPCD摘要:利用图像小波子带内系数的相关性,提出了一种局部自适应小波去噪方法.首先在贝叶斯最大后验概率准则下推导出基于拉普拉斯先验分布的MAP估计表达式和子带MapShrink阈值.为得到局部自适应的MapShrink阈值和去噪算法,提出将子带内的每个小波系数建模为具有不同边缘标准差的拉普拉斯分布,而边缘标准差又假设为强局部相关的随机变量,可通过邻域局部窗口进行估计.实验结果表明,与经典的子带自适应去噪算法相比较,该方法获得了明显的峰值信噪比增益…查看全部>>
- 基于照明参数与反射系数的分层SFS算法北大核心CSCD
- 基于拉普拉斯模型的双树复小波域图像降噪
- 新型拉普拉斯模型因子估计语音增强算法
- 拉普拉斯生长的GPU实现与硬件加速CSCDCSTPCD摘要:编写实现了六方点阵中拉普拉斯模型的随机行走雪花生长的CUDA(Compute Unified Device Architecture)程序,分析了GPU (Graphic Processing Unit)随机行走计算效率,对比了拉普拉斯模型随机行走雪花生长的GPU与CPU加速特性,给出了该模型随机计算环境尺寸增加的用时增长曲线.
- 基于小波系数Laplace模型的混合傅里叶-小波方法在去除电缆瓷套终端红外图像白噪声中的应用北大核心