基于小波變換的交通圖像特征提取(編輯修改稿)
2025-07-20 05:50 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 有線性相位性，它主要應(yīng)用在信號(hào)與圖像的重構(gòu)中。通常的方法是采用一個(gè)函數(shù)進(jìn)行分解，用另外一個(gè)小波函數(shù)進(jìn)行重構(gòu)。：滲釤嗆儼勻諤鱉調(diào)硯錦鋇絨鈔陘鰍陸。其中，r表示重構(gòu)（Reconstruction），d表示分解（Deposition）。（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。Coiflet具有比更好的對(duì)稱性。從支撐長(zhǎng)度的角度看，coifN具有和db3N及sym3N相同的支撐長(zhǎng)度；從消失矩的數(shù)目來看，coifN具有和db2N及sym2N相同的消失矩?cái)?shù)目。鐃誅臥瀉噦圣騁貺頂廡縫勵(lì)羆楓鱷燭。（symN）小波系Symlets函數(shù)系是由Daubechies提出的近似對(duì)稱的小波函數(shù)，它是對(duì)db函數(shù)的一種改進(jìn)。Symlets函數(shù)系通常表示為symN（）的形式。擁締鳳襪備訊顎輪爛薔報(bào)贏無貽鰓閎。四、多分辨率分析多分辨(或多尺度)分析的基本思想，從數(shù)學(xué)的角度來理解[46]，針對(duì)函數(shù)，可以看作某一逐級(jí)逼近的極限。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逐級(jí)逼近。贓熱俁閫歲匱閶鄴鎵騷鯛漢鼉匱鯔潰。更形象地來說，如果把尺度理解為照相機(jī)鏡頭的參數(shù)的話，當(dāng)尺度由大到小變化時(shí)，相當(dāng)于照相機(jī)的鏡頭由遠(yuǎn)及近的接近對(duì)象。在大尺度空間里，能看到目標(biāo)對(duì)象的大致概貌；在小尺度空間里，則可以觀測(cè)到對(duì)象的細(xì)微部分。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(duì)象。多分辨率分析MRA (MultiResolution Analysis)是小波分析的一個(gè)非常優(yōu)良的性質(zhì)，也是一個(gè)非?；镜男再|(zhì)[4]。壇摶鄉(xiāng)囂懺蔞鍥鈴氈淚躋馱釣繢鯨鎦。五、小波包分析1 小波包的定義短時(shí)傅里葉變換對(duì)信號(hào)的頻帶劃分是線性等間隔的。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))。小波包分析(wavelet Packet Analysis)能夠?yàn)樾盘?hào)提供一種更加精細(xì)的分析方法，它將頻帶進(jìn)行多層次劃分，對(duì)多分辨分析沒有細(xì)分的高頻部分進(jìn)一步分解，并能夠根據(jù)被分析信號(hào)的特征，自適應(yīng)地選擇相應(yīng)頻帶，使之與信號(hào)頻譜相匹配，從而提高了時(shí)－頻分辨率，因此小波包具有更廣泛的應(yīng)用價(jià)值[5]。蠟變黲癟報(bào)倀鉉錨鈰贅籜葦繯頹鯛潔。在多分辨分析中，表明多分辨分析是按照不同的尺度因子把Hilbert空間分解為所有子空間的正交和的。其中，為小波函數(shù)的閉包（小波子空間）?，F(xiàn)在，我們希望進(jìn)一步對(duì)小波子空間按照二進(jìn)制分式進(jìn)行
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1