![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
MATLAB图像处理
文章平均质量分 62
Forest_Linda
这个作者很懒,什么都没留下…
展开
-
计算机视觉、机器学习相关领域论文和源代码大集合
原文地址: 计算机视觉、机器学习相关领域论文和源代码大集合 原文地址: 计算机视觉、机器学习相关领域论文和源代码大集合转载 2017-03-23 20:25:02 · 494 阅读 · 0 评论 -
稀疏表示与字典学习基础介绍及代码
原文链接:稀疏表示+字典学习 Online Learning Toolbox (Francesco Orabona) 链接地址: http://francesco.orabona.com/pubs.html http://dogma.sourceforge.net/index.html#code 最近在查怎样利用在线学习来更新跟踪过程中的目标模板,偶尔发现了这个工转载 2017-03-23 22:16:29 · 1909 阅读 · 0 评论 -
稀疏表示 字典学习
链接:稀疏表示(sparse representation)和字典学习 近十几年来,稀疏(sparsity)已经成为信号处理及其应用领域中处于第一位的概念之一。近来,研究人员又致力于过完备(overcomplete)信号表示的研究。这种表示不同于许多传统的表示。因为它能提供一个广阔范围的生成元素(atoms)。而冗余(redundant)信号表示的魅力正在于其能经济地(紧致)的表示一大类信号转载 2017-03-23 21:39:50 · 5619 阅读 · 1 评论 -
matlab练习程序(图像Haar小波变换)
关于小波变换我只是有一个很朴素了理解。不过小波变换可以和傅里叶变换结合起来理解。 傅里叶变换是用一系列不同频率的正余弦函数去分解原函数,变换后得到是原函数在正余弦不同频率下的系数。 小波变换使用一系列的不同尺度的小波去分解原函数,变换后得到的是原函数在不同尺度小波下的系数。 不同的小波通过平移与尺度变换分解,平移是为了得到原函数的时间特性,尺度变换是为了得到原函数的频率特性。转载 2017-06-22 10:47:59 · 5280 阅读 · 3 评论