...分类器，特征融合处理 手段依次为决策边界特征提取(DBFE)、文献[7]采用的基于小波变换(DWT)的特征融合、基 于有限脊波变换(FRIT)的特征融合、基于本文所提到的用快速Slant Stack 算法实现数字脊波 变换(DRT)和局部信息熵的特征融合。
基于50个网页-相关网页
为了解决这个问题,在有限脊波变换(finite ridgelet transform,FRIT)域提出了一种边缘检测算法。
基于20个网页-相关网页
本文总结了前人对数字水印和有限脊波变换(Finite Ridgelet Transform-FRIT)的研究,以FRIT为主要数学工具,对图像数字水印进行了一定的研究。
基于8个网页-相关网页
In order to show the advantage of Finite Ridgelet Transform we apply Finite Ridgelet Transform to image denoising, which is good at image denoising.
为了说明脊波变换的优越性将有限脊波变换应用于图像去噪，得到了较好的去噪效果。
参考来源 - 基于多尺度分析的图像增强研究In the paper,we study the application of finite ridgelet transform in image processing and propose a algorithm of image denoising and two watermarking algorithms.
本文研究了有限脊波变换在图像处理中的一些应用，提出了一种图像去噪算法和两种水印算法。
参考来源 - 有限脊波变换及其在图像处理中的应用·2,447,543篇论文数据，部分数据来源于NoteExpress
应用推荐