Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "wavelet thresholding" wg kryterium: Wszystkie pola


Wyświetlanie 1-3 z 3
Tytuł:
The Wavelet Transform in Regression
Zastosowanie transformacji falkowej do budowy modeli regresyjnych
Autorzy:
Trzęsiok, Joanna
Powiązania:
https://bibliotekanauki.pl/articles/905049.pdf
Data publikacji:
2009
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
wavelets
wavelet transform
wavelet thresholding
nonparametric regression
Opis:
The wavelet transform was introduced in the 19S0's and it was developed as an alternative in tin short time Fourier transform. The wavelets theory is very popular in signal processing and pattern recognition and its applications are still growing. This paper presents the wavelet transform in nonparametric regression. The use of wavelets, in statistical applications was pioneered by D. Donoho and I. Johnstone. Here we discuss their methodology - wavelet shrinkage. The wavelet transform is compared with another nonparametric regression method - splines.
Transformacja falkowa została zaproponowana na początku lat osiemdziesiątych, jako alternatywa do transformacji Fouriera. Metoda ta szybko znalazła swoje zastosowanie w teorii sygnałów oraz w rozpoznawaniu obrazów, a zakres jej aplikacji nadal dynamicznie się rozwija. Autorami pionierskich prac z zakresu zastosowań teorii lalek w statystyce są David Donoho and Iain Johnstone. Zaproponowali oni w roku 1994 procedurę WaveShrink wykorzystywaną do estymacji funkcji gęstości oraz budowy nieparametrycznych modeli regresji oparła na transformacji falkowej. W artykule przedstawione zostało zastosowanie transformacji falkowej oraz procedury WaveShrink do budowy modelu regresyjnego. Omawianą metodę porównano z inną nieparametryczny metodą regresji - krzywymi sklejanymi.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2009, 225
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Denoising methods for improving automatic segmentation in OCT images of human eye
Autorzy:
Stankiewicz, A.
Marciniak, T.
Dąbrowski, A.
Stopa, M.
Rakowicz, P.
Marciniak, E.
Powiązania:
https://bibliotekanauki.pl/articles/201133.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
optical coherence tomography (OCT)
image denoising
image segmentation
anisotropic diffusion
wavelet thresholding
koherentna tomografia optyczna
OCT
segmentacja obrazu
dyfuzja anizotropowa
Opis:
This paper presents analysis of selected noise reduction methods used in optical coherence tomography (OCT) retina images (the socalled B-scans). The tested algorithms include median and averaging filtering, anisotropic diffusion, soft wavelet thresholding, and multiframe wavelet thresholding. Precision of the denoising process was evaluated based on the results of automated retina layers segmentation, since this stage (vital for ophthalmic diagnosis) is strongly dependent on the image quality. Experiments were conducted with a set of 3D low quality scans obtained from 10 healthy patients and 10 patients with vitreoretinal pathologies. Influence of each method on the automatic image segmentation for both groups of patients is thoroughly described. Manual annotations of investigated retina layers provided by ophthalmology experts served as reference data for evaluation of the segmentation algorithm.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2017, 65, 1; 71-78
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Image denoising using new wavelet thresholding function
Autorzy:
Dehda, B.
Melkemi, K.
Powiązania:
https://bibliotekanauki.pl/articles/122959.pdf
Data publikacji:
2017
Wydawca:
Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
Tematy:
wavelet transform
image denoising
wavelet thresholding
wavelet shrinkage rules
peak signal to noise ratio
PSNR
transformata falkowa
falka
odszumianie obrazu
Opis:
In this paper, we propose a new image denoising method based on wavelet thresholding. In this method, we introduce a new nonlinear thresholding function characterized by a shape parameter and basic properties. These characteristics make the new method able to achieve a compromise between both traditional thresholding techniques such as Hard and Soft thresholding. The experimental results show that our proposed method provides better performance compared to many classical thresholding methods in terms of the visual quality of the denoised image.
Źródło:
Journal of Applied Mathematics and Computational Mechanics; 2017, 16, 2; 55-65
2299-9965
Pojawia się w:
Journal of Applied Mathematics and Computational Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies