Matlab
文章平均质量分 69
wutognhua
这个作者很懒,什么都没留下…
展开
-
matlab图像缩放程序
function y=resize(a,mul,type)<br />%****************************************************<br />%a:输入图像灰度值<br />%mul:缩放倍数<br />%type:1表示最邻近法,2表示双极性插值法<br />%画出缩放后图像并返回其灰度值<br />%****************************************************<br />[m,n]=size(a);<br />m1转载 2010-12-01 17:08:00 · 3533 阅读 · 3 评论 -
图像处理实验
<br />图 像 处 理 实 验(一)直 方 图<br />灰度变换是图像增强的一种重要手段,使图像对比度扩展,图像更加清晰,特征更加明显。<br />灰度级的直方图给出了一幅图像概貌的描述,通过修改灰度直方图来得到图像增强。<br />1、 灰度直方图<br />(1) 计算出一幅灰度图像的直方图<br />clear<br />close all<br />I=imread('004.bmp');<br />imhist(I)<br />title('实验一(1) 直方图');<br />(2) 对灰转载 2010-12-01 17:09:00 · 1891 阅读 · 0 评论 -
图像处理实验
<br />图 像 处 理 实 验(一)直 方 图<br />灰度变换是图像增强的一种重要手段,使图像对比度扩展,图像更加清晰,特征更加明显。<br />灰度级的直方图给出了一幅图像概貌的描述,通过修改灰度直方图来得到图像增强。<br />1、 灰度直方图<br />(1) 计算出一幅灰度图像的直方图<br />clear<br />close all<br />I=imread('004.bmp');<br />imhist(I)<br />title('实验一(1) 直方图');<br />(2) 对灰转载 2010-12-01 17:10:00 · 1857 阅读 · 0 评论 -
FFT的matlab程序
<br />内容<br />1.用Matlab产生正弦波,矩形波,以及白噪声信号,并显示各自时域波形图<br />2.进行FFT变换,显示各自频谱图,其中采样率,频率、数据长度自选<br />3.做出上述三种信号的均方根图谱,功率图谱,以及对数均方根图谱<br />4.用IFFT傅立叶反变换恢复信号,并显示恢复的正弦信号时域波形图<br />源程序<br />%*************************************************************************%转载 2010-11-19 11:17:00 · 1177 阅读 · 1 评论 -
FFT的matlab程序
<br />内容<br />1.用Matlab产生正弦波,矩形波,以及白噪声信号,并显示各自时域波形图<br />2.进行FFT变换,显示各自频谱图,其中采样率,频率、数据长度自选<br />3.做出上述三种信号的均方根图谱,功率图谱,以及对数均方根图谱<br />4.用IFFT傅立叶反变换恢复信号,并显示恢复的正弦信号时域波形图<br />源程序<br />%*************************************************************************%转载 2010-11-19 11:17:00 · 2397 阅读 · 1 评论 -
自己动手编写小波信号分解与重构的Matlab程序
Matlab小波分析工具箱丰富的函数和强大的仿真功能为我们学习小波、用好小波提供了方便、快捷的途径,但是,如果我们要深入掌握小波分析的原理,真正学好、用好小波,就应该尽量用自己编写的程序去实现小波变换和信号分析,尽量在自己的程序中少调用Matlab提供的函数,多用自己的理解去编写相关的小波函数,这样的过程是一个探索、求知的过程,更能让我们体会到小波的强大和学习的乐趣。下面,我把自己编写的小波一维、二维信号分解和重构Matlab程序共享出来,也希望有朋友共享自编的程序,共同学习,提高程序的效率和简洁性。首先要转载 2010-11-19 11:10:00 · 3999 阅读 · 0 评论 -
一维小波多尺度分解及重构的MATLAB实现
一维小波多尺度分解及重构的MATLAB实现 <br /><br /> MATLAB 小波工具箱提供了以下几个实现一维小波分解和重构的函数[3]: <br /><br /> [C,L] = wavedec(X,N,’wname’),多尺度一维小波分解函数。其中C为分解结构变量,L为个分解结构以及原始信号长度变量,X为原始信号,N为分解层度,’wname’为小波类型。 <br /><br /> X = waverec(C,L,’wname’),多尺度一维小波重原创 2010-11-19 11:15:00 · 6504 阅读 · 1 评论