电力系统工程应用，是束洪春教授那本书的精华版

基于傅里叶变换的降噪和基于深度学习的噪声抑制与语音识别多功能系统源码。 系统功能如下： 1、噪声抑制： （1）提供对音频进行转换成频谱图，让用户分析起来更加直观。 （2）可以进行录音，并将录进的音频内容保存到指定的文件夹中。 （3）同时可以对录进的音频进行添加噪音，添加研究内容。 （4）可以对录制的音频进行降噪处理，使录进的音频听起来更加清晰。 （5）可以将处理后的音频播放出来。 2、语音合成： （1）提供对用户想输入的两段文字的编辑功能。 （2）可以将用户输入的两段文字合成为一段文字并将文字转换为音频信息。 （3）可以存取转换后的音频，也可以存取任意一段文字所转换的音频。 （4）可以将存取的音频播放出来 3、语音识别： （1）提供对于用户输入的音频进行录制。 （2）可以将用户录入的音频存储到指定路径中并进行播放。 （3）将存储的音频识别成文字的方式进行输出。

离散余弦变换的矩阵算法举例： 已知： 用矩阵算法求其DCT。 由此例可看出：DCT将能量集中于频率平面的左上角。

MATLAB hough变换答题卡识别（GUI，配论文）

MATLAB小波变换图像拼接技术GUI版

基于MATLAB hough变换的表盘刻度识别系统

为了快速有效地提取作物行, 提出了基于机器视觉的农田作物行检测方法。图像预处理过程中, 用中心线检测算法代替垂直投影法获得作物行信息; 直线检测中提出了一种基于随机方法的新算法。该算法首先在由图像定位点构成的数据空间中随机选取两个不同点, 这两点决定一条直线; 然后在一定的距离容忍度下, 得到一个沿直线方向的条形区域, 并在此区域内搜索定位点的个数; 最后根据阈值规则, 判断该直线的真实性。针对大量不同生长时期、不同光照条件下麦田图像的处理, 结果表明, 一幅图像的处理时间约为120 ms, 能够快速准确地提取作物行。对比该算法与霍夫变换和随机霍夫变换, 证实了它具有节省内存、速度快、抗干扰等优点。

数字信号处理中——Z变换、Z变换的重要性质 、MATLAB实现

负频率的物理意义，具有转折意义，让我矛塞顿开

matlab人脸匹配代码使用傅立叶变换的人脸识别 想法 傅里叶变换只是过去25年中开发的许多不同的面部识别方法之一。 与机器学习方法相比，傅里叶变换是一种非常简单且快速的算法。 它提取人脸的频率特征，而不是使用卷积网络分析图像模式。 主要思想是在图像数据库中找到变化最大的频率，并通过匹配这些频率来识别面部。 左侧的脸部在此算法中用作输入。 预测的面Kong在右侧： 数学 傅里叶变换 傅里叶变换的公式意味着，大小为N x M的图像可以在u或v方向上分解为频率（具有各种波长j）。u对应于水平方向，而v对应于垂直方向。 x和y是沿u和v的测量值。 欧拉公式 欧拉公式只是说，每个波长都是由cos和sin波组成的，以复数形式表示，其中cos是实数部分，sin是虚数部分。 傅立叶变换的可视化 数学似乎很复杂，但是两个公式解释了一个简单的概念：图像由各种频率组成。 这是傅立叶变换的示例： 5个水平波 10个水平波 15对角波 5个水平波的FFT FFT 10个水平波 FFT 15个对角线波 上图显示：经过傅立叶变换后，每个频率分解为2个白色像素，围绕原点（0,0）对称。 较高的频率离原点较远，并且其