基于小波變換的交通圖像特征提取(存儲(chǔ)版)
【正文】 對(duì)第二層信號(hào)分析，則總信號(hào)可以表示為：堯側(cè)閆繭絳闕絢勵(lì)蜆贅瀝紕縭墾鯇換。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(diǎn)介紹了小波包分析，小波包能對(duì)信號(hào)在全頻范圍內(nèi)進(jìn)行正交分解，因此在刻畫信號(hào)的特征方面具有更強(qiáng)的優(yōu)勢(shì)。[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。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(hào)的能量有較大差別，因此，以能量為元素可以構(gòu)造一個(gè)特征向量，可以依據(jù)不同的特征值來(lái)區(qū)分不同的人臉。（3）對(duì)小波包分解系數(shù)重構(gòu)。據(jù)前所述，小波包分解可以為圖像提供一個(gè)全面的描述，可以分析各個(gè)頻率區(qū)域的信號(hào)。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。對(duì)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(gè)函數(shù)的支撐長(zhǎng)度均在區(qū)間[0,1]上。當(dāng)時(shí)，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。多分辨率分析可以對(duì)信號(hào)進(jìn)行有效的時(shí)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(shí)間分辨率較差，即對(duì)信號(hào)的頻帶進(jìn)行指數(shù)等間隔劃分(具有等Q結(jié)構(gòu))。每級(jí)逼近都是用某一個(gè)低通濾波函數(shù)對(duì)作平滑的結(jié)果，當(dāng)然逐級(jí)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(lái)逐級(jí)逼近。（coifN）小波系Coiflet函數(shù)也是由Daubechies構(gòu)造的一個(gè)小波函數(shù)，它具有coifN（）這一系列。（5）函數(shù)具有正交性。Haar函數(shù)是在小波分析中最早用到的一個(gè)具有緊支撐的正交小波函數(shù)，同時(shí)也是最簡(jiǎn)單的一個(gè)函數(shù)。其中，被稱為二進(jìn)小波，二進(jìn)小波對(duì)信號(hào)的分析具有變焦距的作用。將母小波經(jīng)伸縮和平移后可得到小波函數(shù)：其中，為伸縮因子，為平移因子。Key words: wavelet transform；traffic images； Feature Extraction聞創(chuàng)溝燴鐺險(xiǎn)愛氌譴凈禍測(cè)樅鋸鰻鯪。關(guān)鍵詞：小波變換；交通圖像；特征提取Abstract: The wavelet deposition is a multilevel functions for mathematical tools. As a modern analytics opened up a new area, the current wavelet transform has been widely used in signal processing, image processing, pattern
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1