P020076020041345930380.pptVIP

小波分析及其应用(回顾) 1、小波的特点和发展 2、小波分析在一维信号处理中的应用 3 、小波分析在图象分析中的应用 图象特征抽取 图象压缩 数据隐藏和图象水印 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 小波分析发展历史 1807年 Fourier 提出傅里叶分析 ， 1822年发表 “热传导解析理论”论文 1910年 Haar 提出最简单的小波 1980年 Morlet 首先提出平移伸缩的小波公式，用于地质勘探。 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。 1988年 Mallat 提出的多分辨度分析理论（MRA），统一了语音识别中的镜向滤波，子带编码，图象处理中的金字塔法等几个不相关的领域。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 小波的特点和发展 “小波分析” 是分析原始信号各种变化的特性，进一步用于数据压缩、噪声去除、特征选择等。 例如歌唱信号：是高音还是低音，发声时间长短、起伏、旋律等。从平稳的波形发现突变的尖峰。小波分析是利用多种 “小波基函数” 对 “原始信号” 进行分解。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 小波的时间和频率特性 运用小波基，可以提取信号中的“指定时间”和“指定频率”的变化。 时间：提取信号中“指定时间”（时间A或时间B）的变化。顾名思义，小波在某时间发生的小的波动。 频率：提取信号中时间A的比较慢速变化，称较低频率成分；而提取信号中时间B的比较快速变化，称较高频率成分。 时间A 时间B Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 多分辨度分析（MRA） 1988年 Mallat 提出的多分辨度分析理论，统一了几个不相关的领域：包括语音识别中的镜向滤波，图象处理中的金字塔方法，地震分析中短时波形处理等。 当在某一个分辨度检测不到的现象，在另一个分辨度却很容易观察处理。例如： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 小波的3 个特点 小波变换，既具有频率分析的性质，又能表示发生的时间。有利于分析确定时间发生的现象。（傅里叶变换只具有频率分析的性质） 小波变换的多分辨度的变换，有利于各分辨度不同特征的提取（图象压缩，边缘抽取，噪声过滤等） 小波变换比快速Fourier变换还要快一个数量级。信号长度为M时， Fourier变换（左）和小波变换（右）计算复杂性分别如下公式： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 小波基表示发生的时间和频率 “时频局域性” 图解：Fourier变换的基（上）小波变换基（中） 和时间采样基（下）的比较 傅里叶变换 (Fourier)基 小波基 时间采样基 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. Haar小波基母函数 （a）Haar “近似”基函数 （b）Haar “细节”基函数 低频滤波系数 高频滤波系数 H0= [ 1 1] ×q H1= [ 1 -1] ×q = [ q q]