小波基本理论及应用.ppt

3、基于matlab的小波应用 第一幅为原图，第二幅图像是用小波分解的第一层低频信息重构得到的。 3、基于matlab的小波应用 应用于边缘检测 可调整图像的像素值，可以改变对比度和颜色 数字水印（Digital Watermarking）技术是将一些标识信息直接嵌入数字载体当中，但不影响原载体的使用价值，也不容易被人的知觉系统(如视觉或听觉系统)觉察或注意到。通过这些隐藏在载体中的信息，可以达到确认内容创建者、购买者、传送隐秘信息或者判断载体是否被篡改等目的。数字水印是信息隐藏技术的一个重要研究方向。 3、基于matlab的小波应用 3、基于matlab的小波应用 在原图基础上进行加密 * * 1、 小波历史发展的简介 2、 小波理论的基础知识 3、 基于matlab的小波应用 4、 论文分析 汇报材料 1、 小波历史发展的简介 自从1807年J.Fourier提出Fourier分析至今，Fourier分析已成为信号处理的主要工具，但是在分析突变信号和非平稳信号时， Fourier分析显得无能为力。 小波分析，即小波变换，与Fourier分析有相似之处。小波变换的概念是由法国从事石油信号处理的工程师J.Morlet在1974年首先提出的，其基本的数学思想来源于经典的调和分析，特别是本世纪30年代的Little-Palay的理论。与Fourier变换、窗口Fourier(Gabor变换)相比，这是一个时间和频率的局域变换，因而能有效的从信号中提取信息。通过伸缩和平移功能对函数或信号进行多尺度细化分析，解决了Fourier变换不能解决的许多困难问题，从而小波变换被誉为“数学显微镜”，它是调和分析发展史上里程碑式的进展。 1、 小波历史发展的简介 小波分析是近年来在国际上引起广泛重视的前沿研究领域，它的发展推动了相关学科的交叉融合，并为信号处理带来新思想、新方法。小波分析不仅包含丰富的理论基础，而且具有极强的应用价值。小波变换具有多分辨率分析的特点，在时域、频域都具有表征信号局部特征的能力，因此广泛地应用于图像处理和模式识别领域中，成为信号强有力的处理工具。 近年来小波发展的情况： 1、 小波历史发展的简介 小波分析是当前应用数学和工程学科中一个迅速发展的新领域，经过近10年的探索研究，重要的数学形式化体系已经建立，理论基础更加扎实。与Fourier变换相比，小波变换是空间(时间)和频率的局部变换，因而能有效地从信号中提取信息。通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析，解决了Fourier变换不能解决的许多困难问题。小波变换联系了应用数学、物理学、计算机科学、信号与信息处理、图像处理、地震勘探等多个学科。数学家认为，小波分析是一个新的数学分支，它是泛函分析、Fourier分析、样调分析、数值分析的完美结晶；信号和信息处理专家认为，小波分析是时间—尺度分析和多分辨分析的一种新技术，它在信号分析、语音合成、图像识别、计算机视觉、数据压缩、地震勘探、大气与海洋波分析等方面的研究都取得了有科学意义和应用价值的成果。 2、小波理论的基础知识 小波(Wavelet)这一术语，顾名思义，“小波”就是小的波形。所谓“小”是指它具有衰减性；而称之为“波”则是指它的波动性，其振幅正负相间的震荡形式。与Fourier变换相比，小波变换是时间(空间)频率的局部化分析，它通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了Fourier变换的困难问题，成为继Fourier变换以来在科学方法上的重大突破。有人把小波变换称为“数学显微镜”。 基本概念： 2、小波理论的基础知识 小波(wavelet)：函数, 波─振荡, 小─有限的支集 （supp）,或衰减速度比较快 2、小波理论的基础知识 小波级数： is the base. 刻画函数的局部性质。 2、小波理论的基础知识 小波分析则克服了短时傅立叶变换在单分辨率上的缺陷，具有多分辨率分析的特点，在时域和频域都有表征信号局部信息的能力，时间窗和频率窗都可以根据信号的具体形态动态调整，在一般情况下，在低频部分（信号较平稳）可以采用较低的时间分辨率，而提高频率的分辨率，在高频情况下（频率变化不大）可以用较低的频率分辨率来换取精确的时间定位。因为这些特定，小波分析可以探测正常信号中的瞬态，并展示其频率成分，被称为数学显微镜，广泛应用于各个时频分析领域。 2、小波理论的基础知识 小波包分析 短时傅立叶变换对信号的频带划分是线性等间隔的。多分