信號(hào)與信息處理領(lǐng)域新技術(shù)專題講座(更新版)
【正文】 等于 0,因此，利用小波變換可以區(qū)分噪聲和信號(hào)邊沿，有效地檢測(cè)出強(qiáng)嗓聲背景下的信號(hào)邊沿 (緩變或突變 )。 ? 無(wú)損壓縮： 40 小波變換用于圖象壓縮 第 3 級(jí) L3 水平、斜線、垂直細(xì)節(jié) 第 2 級(jí) L2 水平、斜線、垂直細(xì)節(jié) 第 1 級(jí) L1 水平、斜線、垂直細(xì)節(jié) 兩閾值線之間的直方圖被去除（有損壓縮） 41 小波變換用于無(wú)損數(shù)據(jù)隱藏 無(wú)損數(shù)據(jù)隱藏：是基于無(wú)損壓縮：選擇 “整數(shù)小波變換”，無(wú)舍入誤差。 （ 4）商品化，如“ JPEG2023”小波圖象壓縮標(biāo)準(zhǔn)，MATLAB小波計(jì)算包等。 無(wú)損數(shù)據(jù)隱藏：避免在嵌入數(shù)據(jù)后小波反變換時(shí)圖象灰度的溢出。 視頻壓縮標(biāo)準(zhǔn) 、 MPEG4等。 信號(hào)的急劇變化處常常是分析特性的關(guān)鍵點(diǎn)， 例如心電圖中的 QRS波群。對(duì)于大于門(mén)限的小波系數(shù) , 即認(rèn)為是含有用信號(hào)成分，給予保留。 ? 當(dāng)在某一個(gè)分辨度檢測(cè)不到的現(xiàn)象，在另一個(gè)分辨度卻很容易觀察處理。顧名思義，小波在某時(shí)間發(fā)生的小的波動(dòng)。 ? 1988年 Mallat 提出的多分辨度分析理論（MRA）， 統(tǒng)一了語(yǔ)音識(shí)別中的鏡向?yàn)V波，子帶編碼，圖象處理中的金字塔法等幾個(gè)不相關(guān)的領(lǐng)域。 ? 傅立葉變換沒(méi)有反映出隨著時(shí)間的變化信號(hào)頻率成分的變化情況。信號(hào)分析的最直接的方法就是在時(shí)域內(nèi)對(duì)信號(hào)進(jìn)行分析，其突出特點(diǎn)是方法簡(jiǎn)單、物理概念明確。 所謂信號(hào)分析就是在時(shí) (間 )域或變換域?qū)π盘?hào)進(jìn)行分析處理的過(guò)程。 3 4 FT在信號(hào)處理中的局限性 ? 用傅立葉變換提取信號(hào)的頻譜需要利用信號(hào)的全部時(shí)域信息。 ? 1985年 Meyer 和稍后的 Daubeichies提出“正交小波基”，此后形成小波研究的高潮。 ? 時(shí)間：提取信號(hào)中“指定時(shí)間”（時(shí)間 A或時(shí)間 B） 的變化。 ? ? 00?12 ??? ?? 且LL? ?ba,? ? ? ?????? ?? ?abtatba ?? 21, ? ?0, ??? RaRb???17 18 19 連續(xù)小波函數(shù)窗口的“變焦”特性 : ? 當(dāng) a變小時(shí)，時(shí)域觀察范圍變窄，但頻率觀察的范圍變寬，且觀察的中心頻率向高頻處移動(dòng)； ? 當(dāng) a變大時(shí)，時(shí)域觀察范圍變寬，頻域的觀察范圍變窄，且分析的中心頻率向低頻處移動(dòng) . ?t20 多分辨分析 ? 1988年 Mallat 提出的多分辨度分析理論，統(tǒng)一了幾個(gè)不相關(guān)的領(lǐng)域：包括語(yǔ)音識(shí)別中的鏡向?yàn)V波，圖象處理中的金字塔方法，地震分析中短時(shí)波形處理等。 將等于和小于門(mén)限的小波系數(shù)認(rèn)為由噪聲產(chǎn)生，置其為零而舍去。提取何種特征需要根據(jù)信號(hào)特點(diǎn)和分析目的決定，但也不排斥提取一些具有共性的特征，如信號(hào)的過(guò)零點(diǎn)、極值點(diǎn)以及過(guò)零間隔等。 32 33 34 35 小波 分析 的應(yīng)用 小波變換用于圖象壓縮有良好的效果，已形成圖象壓縮的標(biāo)準(zhǔn)如 JPEG2023。例如可以采用第二代小波。 脊波變換 47 演講完畢，謝謝觀看！
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1