技术标签： 学习
1. 求有限信号的均值和差值
[例8. 1] 假设有一幅分辨率只有4个像素 的一维图像，对应的像素值或者叫做图像位置的系数分别为：
[9 7 3 5]
计算它的哈尔小波变换系数。
计算步骤如下：
步骤1：求均值(averaging)。计算相邻像素对的平均值，得到一幅分辨率比较低的新图像，它的像素数目变成了2个，即新的图像的分辨率是原来的1/2，相应的像素值为：
[8 4]
步骤2：求差值(differencing)。很明显，用2个像素表示这幅图像时，图像的信息已经部分丢失。为了能够从由2个像素组成的图像重构出由4个像素组成的原始图像，就需要存储一些图像的细节系数(detail coefficient)，以便在重构时找回丢失的信息。方法是把像素对的第一个像素值减去这个像素对的平均值，或者使用这个像素对的差值除以2。在这个例子中，第一个细节系数是(9-8)=1，因为计算得到的平均值是8,它比9小1而比7大1，存储这个细节系数就可以恢复原始图像的前两个像素值。使用同样的方法，第二个细节系数是(3-4)=-1，存储这个细节系数就可以恢复后2个像素值。因此，原始图像就可以用下面的两个平均值和两个细节系数表示，
[8 4 1 -1]
步骤3：重复第1，2步，把由第一步分解得到的图像进一步分解成分辨率更低的图像和细节系数。在这个例子中，分解到最后，就用一个像素的平均值6和三个细节系数2,1和-1表示整幅图像。
[6 2 1 -1]
这个分解过程如表8-1所示。
表8-1 哈尔变换过程
| 分辨率 |
平均值 |
细节系数 |
| 4 |
[9 7 3 5] |
|
| 2 |
[8 4] |
[1 -1] |
| 1 |
[6] |
[2] |
由此可见，通过上述分解就把由4像素组成的一幅图像用一个平均像素值和三个细节系数表示，这个过程就叫做哈尔小波变换(Haar wavelet transform)，也称哈尔小波分解(Haar wavelet decomposition)。这个概念可以推广到使用其他小波基的变换。
从这个例子中我们可以看到：
① 变换过程中没有丢失信息，因为能够从所记录的数据中重构出原始图像。
② 对这个给定的变换，我们可以从所记录的数据中重构出各种分辨率的图像。例如，在分辨率为1的图像基础上重构出分辨率为2的图像，在分辨率为2的图像基础上重构出分辨率为4的图像。
③ 通过变换之后产生的细节系数的幅度值比较小，这就为图像压缩提供了一种途径，例如去掉一些微不足道的细节系数并不影响对重构图像的理解。
文章浏览阅读131次。我需要将一个xml的数据或者json数据的字符串转化为一个mysql中的表格形式。json_extract函数只能处理单个json数据，无法处理json数组,ExtractValue函数取出来的数据是拼接在一起的，不知道怎么分开，有没有其他办法呢，请教各位大神数据样例：[{"fCategoryId":"796","fCondition":"0.8"},{"fCategoryId":"730","f...
文章浏览阅读327次。首先在我的电脑选择一个盘打开然后在一个位置创建一个文件夹然后新建一个记事本文档将文件后缀名改为.v然后将实验代码输入到记事本文件中并保存然后打开Quartus II软件新建一个工程在弹出的选择界面中找到刚刚建立的记事本文档，工程名和记事本文档名字一样然后在下一个选择框中同样找到那个文件所在位置，调整相应的状态点击完成然后代码就导入到了工程中在最左侧的方框中右键文件点击setting然后又会弹出一个选择框然后调成modesilm然后调整一系列数据点击OK然后最左侧方框点击files点击文件右_module shared(x1,x2,s,f); input x1,x2,s; output f; assign f = (~s&x1)|(s&x2)
文章浏览阅读1.2k次，点赞29次，收藏24次。摘 要 IAbstract II引 言 11 控制系统设计 21.1 主控系统方案设计 21.2 脉搏传感器方案设计 31.3 系统工作原理 52 硬件设计 62.1 主电路 62.1.1 单片机的选择 62.1.2 STC89C51的主要功能及性能参数 62.1.3 STC89C51单片机引脚说明 62.2 驱动电路 82.2.1 比较器的介绍 82.3放大电路 82.4最小系统 113 软件设计 133.1编程语言的选择 133.2 Keil程序开发环境 _51单片机心率体温测量仪
文章浏览阅读770次，点赞3次，收藏8次。OneNET介绍_nb-iot工作步骤
文章浏览阅读1.5w次，点赞12次，收藏84次。Android Camera MIPI接口知识总结_csi的带宽估算adc色彩深度
文章浏览阅读3.4k次，点赞2次，收藏19次。计算机网络原理公式及计算题 (25页) 本资源提供全文预览，点击全文预览即可全文预览,如果喜欢文档就下载吧，查找使用更方便哦！11.90 积分 计算机网络原理公式及计算题第三章物理层公式一:数据传输速率的定义和计算每秒能传输的二进制信息位数,单位为位/秒(bits per second)，记作bps或b/s R=1/T*Log2N(bps)T为一个数字脉冲信号的宽度(全宽码情况)或重复周期(归..._计算机网络公式总结
文章浏览阅读2.2k次，点赞31次，收藏36次。每年美赛结束后，评委根据参赛情况撰写评论文章，其中包括：以23年C题为代表的预测模型问题的关键点是什么？对23年C题各个小问的评价：哪些队伍的方案做得好，好在哪里？对文章其他部分的评价：数据预处理、敏感性分析…本文结合评委意见和当年O奖论文对23年美国大学生数学建模竞赛C题做出要点分析和总结，让我们一起来看看2023年美赛C题赛题分析吧！_美赛2023c题o奖论文
文章浏览阅读251次，点赞8次，收藏2次。通过在线工具超级ping，如果结果各地ping ip不太一样，证明使用了cdn。服务器可能会有多个域名，如果它的服务器的子域名可能因为访问量问题而不需要做CDN。这样我们直接nslookup 域名就直接解析出目标真实ip了。和各地ping一个原理，服务器可能在偏僻国家并没有做cdn。以国外的ip请求访问 因为可能对方只做了国内的cdn。查询历史ip域名绑定记录，很可能ip还是和现在一样的。直接ddos对方 消耗掉cdn资源。ico文件的hash值在引擎上搜索。通过邮件原文查看真实ip。
文章浏览阅读444次。在Sublime的setting里面添加："update_check": false,保存即可。
文章浏览阅读455次。一、认识微服务跟踪的基础设施1.zipkintwitter开源的分布式跟踪系统，它的主要功能是收集系统的时序数据，从而追踪微服务架构的系统延时等问题。同时，它还提供了一个非常友好的界面，来帮助分析追踪数据。另外，它还有助于分析微服务之间的依赖关系。2.Spring Cloud Sleuth为Spring Cloud提供了分布式跟踪的解决方案。3.微服务跟踪的目的服务之间通过网络进行..._微服务链路追踪
文章浏览阅读1.7k次。报错找不到符号，可能原因很多，也许是jdk版本原因，也许是配置原因，等等先查看下以下配置框选中的，应该为勾选状态。如果不是这个原因，再去查找其他可能。_isnull找不到符号
文章浏览阅读1.5k次，点赞2次，收藏3次。如果要在阿里云上部署django网站，建议不要使用django自带的sqlite，虽然一时省事，但带来了很多其他的麻烦。建议使用MySQL或者PostgreSQL。由于MySQL比较流行，我就选择了MySQL。安装MySQL在使用MySQL之前，首先需要安装。在ubuntu系统下，输入以下命令：sudo apt-get install mysql-serversudo apt-get isntal_django使用阿里rds mysql数据库