用“小波分解”造句大全，小波分解造句

准均匀B样条曲线小波分解与重构的快速算法可以拓广到张量积B样条曲面，而曲面小波分解与重构的快速算法是曲面多分辨造型的关键。

基于小波分解，提出了一种融合算法，该算法在小波分解的子带图像中提取局部边缘信息作为融合规则，较好的实现了两幅互补皮革图像的融合。

最后，通过采用几种攻击方法、不同的小波分解层数、水印嵌入强度、不同小波基函数的选取来检测其对水印的影响。

在介绍几种常用于多传感器遥感图像去云方法的基础上，采用多分辨力小波分解的图像融合法来达到对影像的去云目的。

首先将原始图像进行分块，逐一对每块子图进行整数小波分解，然后将置乱后的二值图像嵌入到低频系数。

通过对实测的振动信号进行小波分解，较好地提取出了轴承故障的特征频率，并对故障进行了定位。

首先，论文提出了基于图像小波分解三系数关联去噪方法，利用该方法与偏微分方程中的几何曲率驱动扩散模型相结合，得到高质量恢复图像的图像去噪方法。

用所得的高频子带分别代替先前小波分解所得的高频子带。

然后，利用信道输出序列的二阶统计量对时变信道的小波分解模型的小波系数进行两级盲辨识；

小波变换提供了一种图像的多分辨率分解重建的表示形式，这种小波分解能够有效的利用人类视觉系统的特*压缩图像。

该文提出了用小波分解的频谱*和人工免疫系统进行人脸识别的方法。

编码时前者分配较少的码流，后者应用小波分解，去除该区域内像素间的相关*，并利用其所具有的能量聚集效应进行高效压缩。

该模型采用流水线并行结构，即对图像中各行像素进行流水线处理的同时，对小波分解的各级采用并行结构处理。

通过分析小波分解作为分形图像编码预分解的有效*和小波域内仿*变换的特*，提出一种基于分类的小波域内的分形图像编码方法。

利用自相似过程在小波分解下的特*，提出了基于小波变换的自相似信号检测算法。

小波阈值去噪分为硬阈值去噪和软阈值去噪，它们的去噪思想都是在小波分解后的各层系数中，对模大于和小于某个阈值的系数分别进行处理。

接下来它还要经过一些数学处理程序，比如小波分解，多重分辨率傅立叶分析，多相过滤，离散余弦变换等。

融合实验表明，该方法优于传统的形态学金字塔图像融合，衬比度金字塔图像融合和小波分解图像融合。

详细地探讨了小波基函数、小波分解层数的选取对遥感图像融合结果的影响，为小波基函数和分解层数的选择提供了依据。

利用小波分解的能量分布规律，提出了基于小波变换的图像隐藏算法，并利用素数置乱对隐藏算法作进一步的改进。

方法先对图像进行小波分解，从最低分辨率的近似图像开始，采用光流场的方法进行逐级配准，再对配准的各分量进行重构，直至得到最高分辨率的配准图像。

采用四阶中心B样条小波对实时图和基准图进行小波分解和边缘增强，以提取可靠的边缘特征。

在含噪图像小波分解后，对每一尺度下三个高频子带的细节分量进行单层逆变换，得到该尺度下的细节图像。

对源图进行一层小波分解，获得源图的一幅近似图。

首先，通过视距和图像高度的函数来选择小波分解级，从而对目标图像进行小波分解；

实验中以CDF 9/7二维离散小波变换为例，对于JPEG 2000中推荐使用的5级小波分解，本文算法相对于原空间组合推举算法的缩放运算乘法量减少了34。

当采用小波分解方法对低压配电系统短路故障进行早期检测时，门限值的合理设置对故障检测的可靠*及灵敏度是至关重要的。