小波变换的应用的领域的具体应用解读.pptVIP

小波变换的应用 小波变换的主要应用领域： 信号分析 图像处理 量子力学 理论物理 军事电子对抗与武器的智能化 目标分类与识别 音乐与语音的分解与合成 小波变换的主要应用领域： 医学成像与诊断 地震勘探数据处理 机械故障诊断 数值分析 微分方程求解 小波在图像压缩中的应用： 图像压缩的原理： 图像数据文件中通常包含有大量的冗余（redundancy)信息和不相干(irrelevancy)的信息。 包括：空间冗余；时间冗余；结构冗余；视觉冗余；知识冗余等。 传统的图像压缩方法基于Shannon信息论。其前提是： 任何一组随机分布的数据的信息量由其熵来表征。 现在，压缩技术的研究突破了传统信息论的框架，注入了人的感知特性，利用感知熵理论，使压缩效果得到了提高。 图像压缩的国际标准： 静止图像：JPEG,CCITT 电视电话/会议电视：H.261/H.263 活动图像：MPEG 静止图像：JPEG2000 活动图像：MPEG-4,MPEG-7 压缩效果评价： 图像压缩编码的三个阶段： 图像压缩编码方法： 统计编码 其理论基础是信息论。压缩的理论极限是信息熵。所以，也称为熵编码。熵编码是一种无失真编码方法。 主要的熵编码方法有：霍夫曼（Huffman)编码；算法编码；行程编码（RJC） 霍夫曼（Huffman)编