小波变换(wavelet transform)
11小波变换(wavelet transform)
11.1 本章知识结构
加窗傅立叶变换
连续小波变
连续小波变换
小波变换
一维离散小波变换
离散小波变换
二维离散小波变换
小波在图像处理中的应用
11.2 知识要点
小波变换继承和发展了Gabor 的窗口傅里叶变换局部化思想,但它的窗口随频率增高而
缩小,符合了高频信号的分辨力较高的要求,为此得到了迅速的发展,小波分析于八十年代
末取得突破性成就Daubechies 提出结构具有紧支集的光滑小波和 Mallat 的多分辨率分析
及快速小波变换,其发展历史不过十余年。但在这十多年中,有关小波的研究不断取得重大
突破,小波分析已经成为目前发展最快和最引人注目的学科之一,几乎涉及或者应用到信息
领域的所有学科。
1、加窗傅里叶变换
加窗傅里叶变换(也称短时傅氏变换)就是其中的一种,它把非平稳信号看成是一系列
短时平稳信号的叠加,而短时性则是通过时域上的加窗来获得, 2
f (x ) L (R ) 的加窗傅氏
变换定义为
jwx
F w(t , ) g x ( t f )x (dx) e (11.1)
g (x ) g (x )
其中 称为窗函数。一般情况下, 为实函数且其傅氏变换的能量集中在低频处,它
还可以看作是一低通滤波的脉冲响应,为了归一化,一般取
Z 2
|| || g | ( g)| x dx 1 (11.2)
2、连续小波变换(Continues Wavelet Transform)
若基本小波函数为
h(x) 。伸缩和平移因子分别为a和b ,则小波变换基底定义为
1/ 2 x b
(h ) x a ( h ) (11.3