基于小波變換的交通圖像特征提取-文庫(kù)吧資料
2025-06-29 05:50本頁(yè)面
【正文】 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))。壇摶鄉(xiāng)囂懺蔞鍥鈴氈淚躋馱釣繢鯨鎦。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。更形象地來(lái)說(shuō)，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。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。擁締鳳襪備訊顎輪爛薔報(bào)贏無(wú)貽鰓閎。（symN）小波系Symlets函數(shù)系是由Daubechies提出的近似對(duì)稱(chēng)的小波函數(shù)，它是對(duì)db函數(shù)的一種改進(jìn)。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(lái)看，coifN具有和db2N及sym2N相同的消失矩?cái)?shù)目。（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。：滲釤嗆儼勻諤鱉調(diào)硯錦鋇絨鈔陘鰍陸。（）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(hào)與圖像的重構(gòu)中。Daubechies系中的小波基記為，為序號(hào)，且。（5）函數(shù)具有正交性。（3）大多數(shù)不具有對(duì)稱(chēng)性；對(duì)于有些小波函數(shù)，不對(duì)稱(chēng)性是非常明顯的。其性質(zhì)如下：籟叢媽羥為贍僨蟶練淨(jìng)櫧撻曉養(yǎng)鰲頓?？捎脠D表示。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)。在本節(jié)主要介紹一下文中所涉及以及在MATLAB中用到的小波函數(shù)。廈礴懇蹣駢時(shí)盡繼價(jià)騷巹癩龔長(zhǎng)鰥檷。如果想進(jìn)一步觀看更小的細(xì)節(jié)，就需要增加放大倍數(shù)即減小值；反之，若想了解信號(hào)更粗的內(nèi)容，則可以減小放大倍數(shù)，即加大值。其中，被稱(chēng)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。其重構(gòu)公式（逆變換）為：以上是，為連續(xù)取值的情況，把連續(xù)小波變換中尺度參數(shù)和平移參數(shù)的離散化公式分別取作和，就得到離散小波變換。對(duì)于不同的母小波，同一信號(hào)的連續(xù)小波變換是不同的[2]。是時(shí)間平移參數(shù)，不同值的小波沿時(shí)間軸移動(dòng)到不同的位置。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。如果（表示平方可積的實(shí)數(shù)空間，即能量有限的信號(hào)空間），其傅立葉變換為。在低頻部分具有較高的頻率分辨率和較低的時(shí)間分辨率，在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率。殘騖樓諍錈瀨濟(jì)溆塹籟婭騍東戇鱉納。Key words: wavelet transform；traffic images； Feature Extraction聞創(chuàng)溝燴鐺險(xiǎn)愛(ài)氌譴凈禍測(cè)樅鋸鰻鯪。本文就應(yīng)用小波變換理論解決交通
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1