小波变换基础以haar小波.pptVIP

图像处理与识别 小波变换及应用 小波发展 Haar小波 小波去噪 展望 小波发展 小波分析（Wavelets Analysis）是20世纪80年代中后期逐渐发展起来的一种新的数学分析方法，它既具有丰富的数学理论意义，又具有广泛的工程应用价值。广泛应用在信号处理、图像处理、语音分析以及其他非线性科学领域. 小波分析是对傅立叶分析（Fourier Analysis）理论最辉煌的继承、总结和重大突破. 小波与傅里叶的区别 傅立叶分析中，以单个变量（时间或频率）的函数表示信号，因此，不能同时作时域频域分析. 小波分析中，利用联合时间—尺度函数分析信号，通过平移和伸缩构造小波基，由于小波同时具有时间平移和多尺度分辨率的特点，可以同时进行时频域分析. 傅里叶变换 这幅图可形象的表示傅里叶变换的不足之处。 短时傅里叶变换（STFT） 如果我们还想知道各个成分出现的时间 ？ 一个简单可行的方法就是——加窗。把整个时域过程分解成无数个等长的小过程，每个小过程近似平稳，再傅里叶变换，就知道在哪个时间点上出现了什么频率了。 那么问题又来了？ 我们选择多大的窗口合适呢？ 窗太窄，窗内的信号太短，会导致频率分析不够精准，频率分辨率差。窗太宽，时域上又不够精细，时间分辨率低。这也是一对不可兼得的矛盾体。我们不知道在某个瞬间哪个频率分量存在，我们知道的只能是在一个时间段内某个频带的分量存在。 短时傅立叶