小波变换和数字图像处理中的应用课稿.ppt

由于傅立叶变换无法作局部分析，为此，人们提出了短时傅里叶变换（STFT）的概念，即窗口傅里叶变换。 短时傅里叶变换将整个时间域分割成一些小的等时间间隔，然后在每个时间段上用傅里叶分析，它在一定程度上包含了时间频率信息，但由于时间间隔不能调整，因而难以检测持续时间很短、频率很高的脉冲信号的发生时刻。 传统的边缘检测方法 为什么要用小波来进行边缘检测？ 边缘检测的分类 局部模极大值点 Canny准则 * * * * * * * * 第四节 * * 第五节 * 小波变换的系数已被变换的函数和每一个基函数的内积形式给出。 两尺度方程是mallat快速算法的基础。H代表低通滤波器，d代表高通滤波器。 对于透明图像，简单使用空域融合算子将会破坏图像原有的连续性和一致性。而使用小波融合方法可以有效地解决上述问题。 由于Fourier变换只是一种纯频域的分析方法，它在频域的定位性是完全准确的，即频域的分辨率最高，而在时域则没有任何定位性或分辨能力，也就是说Fourier变换反映的是整个信号全部时间下的整体频域特征，而不能提供任何局部时间段上的频率信息。 后来在其基础上产生的短时Fourier变换，也称为加窗Fourier变换， * * * 目 录 8.1 从傅里叶变换到小波变换的时频分析法 8.2 小波变换分类 8.3 小波变换的多分辨分析特性 8.4 尺度函数与小波 8.5 小波变换的