基于小波變換的交通圖像特征提取(參考版)
2025-06-26 05:50本頁面
【正文】 [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。凍鈹鋨勞臘鍇癇婦脛糴鈹賄鶚驥鯀戲。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)。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)不同的特征值來區(qū)分不同的人臉。設(shè)對(duì)應(yīng)的能量為，則有：其中，表示重構(gòu)信號(hào)的離散點(diǎn)的幅值。（4）求各頻帶信號(hào)的總能量。在這里，只對(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。（3）對(duì)小波包分解系數(shù)重構(gòu)。其中，結(jié)點(diǎn)代表原始信號(hào)，結(jié)點(diǎn)代表小波包分解的第一層第0個(gè)節(jié)系數(shù)，結(jié)點(diǎn)代表小波包分解第一層第1個(gè)節(jié)點(diǎn)系數(shù)，結(jié)點(diǎn)代表第二層第0個(gè)節(jié)點(diǎn)的系數(shù)，其它以此類推。構(gòu)氽頑黌碩飩薺齦話騖門戲鷯瀏鯪晝。如果，給定一個(gè)判別準(zhǔn)則來決定是否對(duì)一個(gè)子圖繼續(xù)分解，那么對(duì)于不同的圖像分解的級(jí)數(shù)會(huì)互不相同。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)。鍬籟饗逕瑣筆襖鷗婭薔嗚訝擯饃鯫缽。因此，在對(duì)圖像進(jìn)行特征提取之前，要對(duì)其進(jìn)行降噪和增強(qiáng)濾波等圖像預(yù)處理。（1）圖像預(yù)處理。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。同一個(gè)人的人臉圖像在相同頻帶內(nèi)信號(hào)的能量比較相近，差別不大，而不同的人臉相比，相同頻帶內(nèi)信號(hào)的能量會(huì)有較大的差別。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(cè)度，用于區(qū)分不同的人臉。同樣，可以通過把支撐區(qū)間分別在[0,1/2]和[1/2,1]內(nèi)的兩個(gè)1/2尺度的相減獲得函數(shù)。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)的支撐長度均在區(qū)間[0,1]上。定義下面的函數(shù)序列（）其中，是尺度函數(shù)，是小波函數(shù)。首先，與所選擇的小波相對(duì)應(yīng)的兩個(gè)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。3 小波包算法下面給出小波包的分解算法和重構(gòu)算法。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。買鯛鴯譖曇膚遙閆擷凄屆嬌擻歿鯰錆。其中，為小波函數(shù)的閉包（小波子空間）。蠟變黲癟報(bào)倀鉉錨鈰贅籜葦繯頹鯛潔。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
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1