基于小波變換的交通圖像特征提取(文件)
【正文】 （）小波系Biorthogonal函數(shù)系的主要特性體現(xiàn)在具有線性相位性，它主要應(yīng)用在信號與圖像的重構(gòu)中。（coifN）小波系Coiflet函數(shù)也是由Daubechies構(gòu)造的一個小波函數(shù)，它具有coifN（）這一系列。（symN）小波系Symlets函數(shù)系是由Daubechies提出的近似對稱的小波函數(shù)，它是對db函數(shù)的一種改進(jìn)。每級逼近都是用某一個低通濾波函數(shù)對作平滑的結(jié)果，當(dāng)然逐級逼近的低通濾波函數(shù)也作逐漸伸縮，即用不同的分辨率或不同尺度來逐級逼近。隨著尺度由大到小的變化，在各尺度上可以由粗及細(xì)的觀察對象。多分辨率分析可以對信號進(jìn)行有效的時頻分解，但由于其尺度是按二進(jìn)制變化的，所以在高頻頻段其頻率分辨率較差，而在低頻頻段其時間分辨率較差，即對信號的頻帶進(jìn)行指數(shù)等間隔劃分(具有等Q結(jié)構(gòu))。其中，為小波函數(shù)的閉包（小波子空間）。當(dāng)時，以上兩式直接給出與在多分辨分析中，和滿足雙尺度方程：由于由唯一確定，所以又稱為關(guān)于序列的正交小波包。首先，與所選擇的小波相對應(yīng)的兩個長為的濾波器（和），它們分別是低通分解濾波器和高通分解濾波器的被除過之后的重構(gòu)濾波器。對于Haar函數(shù)：等式變?yōu)樵谶@里，是Haar尺度函數(shù)，是Haar小波函數(shù)，兩個函數(shù)的支撐長度均在區(qū)間[0,1]上。六、利用小波包分析進(jìn)行特征提取特征提取的目的是獲得一些區(qū)別不同人臉的測度，用于區(qū)分不同的人臉。由以上可知，各頻帶的能量可以作為區(qū)分不同人臉的特征量。因此，在對圖像進(jìn)行特征提取之前，要對其進(jìn)行降噪和增強(qiáng)濾波等圖像預(yù)處理。據(jù)前所述，小波包分解可以為圖像提供一個全面的描述，可以分析各個頻率區(qū)域的信號。構(gòu)氽頑黌碩飩薺齦話騖門戲鷯瀏鯪晝。（3）對小波包分解系數(shù)重構(gòu)。（4）求各頻帶信號的總能量。由于人臉圖像不同人的面部特征不同，從而各頻帶內(nèi)信號的能量有較大差別，因此，以能量為元素可以構(gòu)造一個特征向量，可以依據(jù)不同的特征值來區(qū)分不同的人臉。凍鈹鋨勞臘鍇癇婦脛糴鈹賄鶚驥鯀戲。[4] [D].西華大學(xué)碩士學(xué)位論文， [5][M].北京：科學(xué)出版社,2008：2 9 / 9。[2] [D].福州大學(xué)碩士論文。本文介紹了小波變換，小波多分辨率和小波包分析理論，重點介紹了小波包分析，小波包能對信號在全頻范圍內(nèi)進(jìn)行正交分解，因此在刻畫信號的特征方面具有更強(qiáng)的優(yōu)勢。設(shè)對應(yīng)的能量為，則有：其中，表示重構(gòu)信號的離散點的幅值。在這里，只對第二層信號分析，則總信號可以表示為：堯側(cè)閆繭絳闕絢勵蜆贅瀝紕縭墾鯇換。其中，結(jié)點代表原始信號，結(jié)點代表小波包分解的第一層第0個節(jié)系數(shù)，結(jié)點代表小波包分解第一層第1個節(jié)點系
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號-1