Complex Wavelet Based Image Denoising - Anupama Gupta
-25% su kodu BOOKS
Pristatymas per 12-18 d.d.
30 dienų grąžinimo politika
The discrete wavelet transform (DWT) is undoubtedly a powerful tool for signal and image processing. However, it has few disadvantages like shift sensitivity, poor directionality, and lack of phase information. To overcome these disadvantages, this work focuses on the dual-tree complex wavelet transform which has two important properties: It is nearly shift invariant and directionally selective in two and h ... Visas aprašymas
Jums taip pat gali patikti
TOP
The Art of Electronics
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
INCOSE Systems Engineering Handbook
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
If Anyone Builds It, Everyone Dies: The Case Against Superintelligent AI
Eliezer Yudkowsky, Nate Soares
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
The Design of Everyday Things
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Open Circuits: The Inner Beauty of Electronic Components
Eric Schlaepfer, Windell Oskay
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Get started with MicroPython on Raspberry Pi Pico: The Official Raspberry Pi Pico Guide
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Practical Electronics for Inventors
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Nucleo Boards Programming with the STM32CubeIDE: Hands-on in more than 50 projects
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Data-Driven Science and Engineering: Machine Learning, Dynamical Systems, and Control
Steven L. Brunton, J. Nathan Kutz
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Fundamentals of Aerodynamics ISE
Christopher Cadou, John D. Anderson
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Black Holes: The Key to Understanding the Universe
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
KiCad Like A Pro - Fundamentals and Projects: Getting started with the world's best open-source PCB tool
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
How To Read Water: Clues & Patterns from Puddles to the Sea
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Foundations of Flavor: The Noma Guide to Fermentation: Including Step-By-Step Information on Making and Cooking with: Koji, Kombuchas, Shoyus, Misos, Vinegars, Garums, Lacto-Ferments and black Fruits Vegetables
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Make: Electronics: Learning by Discovery: A hands-on primer for the new electronics enthusiast
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
The Idea Factory: Bell Labs and the Great Age of American Innovation
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Flowers For Algernon: A Modern Literary Classic
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Animal Feed Technology
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Professional SMD Assembly: Practical Low-Cost Methods for Reliable PCB Production
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Blood in the Machine: The Origins of the Rebellion Against Big Tech
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
Aprašymas
The discrete wavelet transform (DWT) is undoubtedly a powerful tool for signal and image processing. However, it has few disadvantages like shift sensitivity, poor directionality, and lack of phase information. To overcome these disadvantages, this work focuses on the dual-tree complex wavelet transform which has two important properties: It is nearly shift invariant and directionally selective in two and higher dimensions. Further, it is generally assumed that the wavelet coefficients are independent, but the coefficients of natural images have strong dependencies. The performance of image denoising algorithms using wavelet transforms can be improved significantly by taking into account these statistical dependencies among wavelet coefficients. In this work, both intrascale and interscale dependencies have been considered in detail and accordingly, an improved shrinkage function has been proposed. The denoising performance is improved because parameters are estimated in a local neighborhood as well as across different scales.
Daugiau informacijos
| Autorius | Anupama Gupta |
|---|---|
| Leidėjas | LAP LAMBERT Academic Publishing |
| Išleidimo metai | 2016 |
| Viršelio tipas | Minkšti viršeliai |
| EAN | 9783659966088 |