the-implementation-of-the-SVD

说明：  Curvelet变换是由一种特殊的滤波过程和多尺度脊波变换组合而成：本程序对彩色图像进行了curvelet变换从而实现图像去噪的效果。首先对图像进行子带分解；然后对不同尺度的子带图像采用不同大小的分块；最后对每个分块进行Ridgelet分析。(Curvelet transform is a combination of a special filtering process and multi-scale ridgelet transform. In this program, curvelet transform is applied to color image to achieve the effect of image denoising. First, the image is decomposed into sub-band; then the sub-band images of different scales are divided into different sizes; finally, each sub-band image is analyzed by ridgelet.)

Tetrolet变换的原代码，一种稀疏表示的小波变换，由haar变换改进得到(Tetrolet transform the original code, a sparse representation of the wavelet transform, haar transform improved)

说明：   这是一个用小波神经网络进行非线性函数逼近的例子，拟合效果非常好，保证能运行！有详细注释！我是参考《青岛海洋大学学报》 2001年第1期 一种基于BP算法学习的小波神经网络编写的，大家可以针对原文更好的理解我的程序！(This is a wavelet neural network with nonlinear function approximation example of fitting results is very good, guaranteed to run! Detailed Notes! I refer to Journal of Ocean University of Qingdao，2001 ，“a learning algorithm based on BP wavelet neural network ”, you will understand me better for program!)

基于TS变换（一种整数变换）所实现的脆弱数字水印方法，讨论了整数水印在数字水印中的优点(transform (a Integer Transform), the fragile digital watermarking methods, Integer discussed in the digital watermark of the benefits of watermarking)

使用带通滤波器对图像进行处理，滤除不必要的杂波(Using band-pass filter to do image processing, filtering unnecessary clutter)

说明：  可以将目标矩阵进行线性褶积运算，用于数字信号处理(The target matrix can be linearly convoluted for digital signal processing)

小波变换、EMD以及EMD结合小波变换几种常用的时频去噪方法的对比分析(Wavelet transform, EMD and the EMD of several commonly used wavelet transform time-frequency denoising Comparative Analysis)

说明：  整数Haar小波变换和逆变换 可用于差值扩展等(Integer Haar wavelet transform and inverter)

旨在用C语言程序和MATLAB程序通过MUSIC算法对“信号提取”进行实现，结果证明程序运行效果良好，分辨率较高(Designed with C language program and MATLAB program through the MUSIC algorithm " signal extraction" for implementation, the results show the program running well, higher resolution)

图像小波变换，小波变换（wavelet transform，WT）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-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，能对时间（空间）频率的局部化分析，通过伸缩平移运算对信号（函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了Fourier变换的困难问题，成为继Fourier变换以来在科学方法上的重大突破。(Image Wavelet Transform)