说明：小波变换是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的时间一频率窗口，是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征，因此，小波变换在许多领域都得到了成功的应用，特别是小波变...
说明：有效的方法，以从天然看到的图像除去雨与低通滤波器和高通滤波器的帮助。的步骤：1.输入图像2.转换为灰度3.预计算高斯距离权重。4.应用双边滤波器。5.提取局部区域。6.计算高斯强度的权重。7.计算双边滤波器的响应。8.通过图像分析K-means聚类9.运用K-SVD算法
说明：基本PSO极易陷入早熟收敛，而此算法在基本PSO的参数上做一些改进，从而达到增强多样性，避免过早的陷入局部最优，并发生早熟收敛。
说明：在 2009 年 Piotr Dollar [31] 等人提出，2012 年 Venkatesh Bala Sub-buraman 等人 [32] 用于行人检测和行人数目估计。积分通道特征的主要思想是：通过对输入图像进行线性和非线性的变换，比如局部求和、直方图、Haar 结构特征，它们的特征便可以通...
说明：包括边缘检测中常用到的三种算子sobel、roberts、prewitt。 步骤： ①滤波：边缘检测算法主要是基于图像强度的一阶和二阶导数，但导数的计算对噪声很敏感，因此必须使用滤波器来改善与噪声有关的边缘检测器的性能。需要指出，大多数滤波器在降低噪声的同时也导致了边缘强度的损失，...