小波分析是对傅立叶变换的改进，提供了一种局部化的时频分析方法。它克服了傅立叶变换的局限性，适用于非平稳信号分析。小波变换具有多尺度细化分析能力，能适应不同的时间频率窗口，被誉为“数学显微镜”。在图像处理中，小波变换具备频域覆盖全面、减少特征相关性、变焦特性和快速算法等优势。
小波分析属于信号时频分析的一种，在小波分析出现之前，傅立叶变换是信号处理领域应用最广泛、效果最好的一种分析手段。傅立叶变换是时域到频域互相转化的工具，从物理意义上讲，傅立叶变换的实质是把这个波形分解成不同频率的正弦波的叠加和。正是傅立叶变换的这种重要的物理意义，决定了傅立叶变换在信号分析和信号处理中的独特地位。傅立叶变换用在两个方向上都无限伸展的正弦曲线波作为正交基函数，把周期函数展成傅立叶级数，把非周期函数展成傅立叶积分，利用傅立叶变换对函数作频谱分析，反映了整个信号的时间频谱特性，较好地揭示了平稳信号的特征。
Fourier变换作为一种全局性的变化，具有一定的局限性，如不具备局部化分析能力、不能分析非平稳信号等。在实际应用中人们开始对Fourier变换进行各种改进，以改善这种局限性，如STFT（短时傅立叶变换，也有人称之为窗口傅里叶变换、加窗傅里叶变换、Gabor变换）。由于STFT采用的的滑动窗函数，一经选定就固定不变，故决定了其时频分辨率固定不变，不具备自适应能力，而小波分析很好的解决了这个问题。小波分
最低0.47元/天 解锁文章
扫一扫
456
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
