imshow(x); title('原始影象');
% 生成含噪影象並圖示 imnoise(i, 'salt & pepper');
init=2055615866;
randn('seed',init);
x=double(x);
% 新增隨機雜訊
xx=x;
xx=x+20*randn(size(x));
subplot(2,2,2);
imshow(uint8(xx));
title(' 含噪影象 ');
%xx=trancetion(xx);
wname='db3';
[ll,hl,lh,hh]=dwt2(xx,wname);%第一層二維小波分解
[m,n]=size(ll);
% ll=trancetion(ll);
[ca2,cv2,ch2,cd2]=dwt2(ll,wname);%第二層小波分解
lh1=ghgh(ch2);
hl1=ghgh(cv2);
hh1=ghgh(cd2);
ll1=ghgh(ca2);
llt=idwt2(ll1,hl1,lh1,hh1,wname);
llt=imresize(llt,[m,n]);
hl=ghgh(hl);
lh=ghgh(lh);
hh=ghgh(hh);
ll=ghgh(ll);
% ll：低頻部分分解係數； hl：垂直方向分解係數；對應v
% lh：水平方向分解係數對應h； hh：對角線方向分解係數。
new_img=idwt2(llt,hl,lh,hh,wname);
subplot(224);imshow(uint8(new_img));title('(d)二層目標演算法去噪影象');
subplot(223);imshow(uint8(llt));title('(c)第二層層目標演算法影象');
function t=ghgh(x1)
% % %目標演算法1，以紋理值分為兩部分
a=3;ch11=x1;
[col,woe]=size(ch11);
ch11=mirrorimage(double(ch11),a);
new1=ones(col+2*a,woe+2*a);
for i=a+1:col+a
for j=a+1:woe+a
med=(2*(ch11(i-1,j)+ch11(i,j-1)+ch11(i,j+1)+ch11(i+1,j))+(ch11(i-1,j-1)+ch11(i-1,j+1)+ch11(i+1,j-1)+ch11(i+1,j+1)))/12;
new1(i,j)=med;
endendch11=ch11((a+1):(col+a),(a+1):(woe+a));%
new1=new1((a+1):(col+a),(a+1):(woe+a));%z(x,y)
med1=mean(new1(:));%取中值作為分界
new2=zeros(col,woe);ne1=;
new3=zeros(col,woe);ne2=;%兩個空矩陣用於儲存部分小波係數
w1=1;
w2=1;
for i=1:col
for j=1:woe
m=new1(i,j);%以z（x,y）作為紋理值
if m=0
ch1=abs(ch1)-0.5*t1;
else
ch1=-1*(abs(ch1)-0.5*t1);
endend
new2(i,j)=ch1;
endendva=var(ne2);dia=median(abs(ne2))/0.6745;
diax2=va-dia^2;
t2=sqrt(2)*dia^2/sqrt(diax2);
for i=1:col
for j=1:woe
ch2=new3(i,j);
if abs(ch2)=0
ch2=abs(ch2)-0.5*t2;
else
ch2=-1*(abs(ch2)-0.5*t2);
endend
new3(i,j)=ch2;
endendt=new2+new3;%兩個矩陣相加，返回係數矩陣。
基於MPC的自適應巡航控制
關於mpc 模型 控制 網上的理論很多，簡單易懂的，複雜全面的都有。這邊我也記錄一下mpc的學習，主要是通過汽車acc的例子，這裡汽車模型只是簡單的積分器，主要目的還是mpc的乙個應用。中間的相減模組不小心被注釋掉了，不想開啟matlab重新截圖了，因為懶，直接編輯了一下，ahhh 首先分別用兩個積...
基於matlab的自適應NLMS演算法實現
nlms演算法的計算迭代過程與lms演算法基本一致，只是lms演算法中的步長是固定的，而在nlm演算法步長是可變的，根據輸入訊號動態的調整迭代的步長，已達到較快的和穩定的 收斂過程。1 給定w 0 2 計算輸出值 y k w k tx k y k w k tx k 3 計算估計誤差 e k d k ...
基於內容的自適應變長編碼
基於內容自適應的變長編碼方式用於編碼 zigzag 順序掃瞄的 4x4和 2x2殘差變換係數塊。1 編碼係數個數和零序列 coeff token coeff token totalcoeff 編碼非零係數總數 0 16 trailingones 特殊處理的 1 個數 0 3 2 編碼每個 trail...