小波分析方法

8小波分析方法第1页，共32页。8.1小波分析与付里叶变换的比较“时频局域性”图解：Fourier变换的基（上）小波变换基（下）的比较

傅里叶变换(Fourier)基小波基WavesWavelets第2页，共32页。小波的时间和频率特性运用小波基，可以提取信号中的“指定时间”和“指定频率”的变化。

时间：提取信号中“指定时间”（时间A或时间B）的变化。顾名思义，小波在某时间发生的小的波动。

频率：提取信号中时间A的比较慢速变化，称较低频率成分；而提取信号中时间B的比较快速变化，称较高频率成分。较低频较高频时间A时间B第3页，共32页。第4页，共32页。第5页，共32页。第6页，共32页。第7页，共32页。第8页，共32页。第9页，共32页。傅里叶谱第10页，共32页。第11页，共32页。小波变换第12页，共32页。8.2

小波的应用领域

模式识别——指纹，人脸

语音识别——语音特征提取

地震勘探——异常信号捕捉数据压缩——选用高消失距的小波基

故障诊断——检测突变信号医疗监护——检测异常生理信号信号降噪——一维信号降噪图像降噪——二维信号降噪数据融合第13页，共32页。小波应用一维小波分解ca1,cd1第14页，共32页。一维小波分解ca3,cd3,cd2,cd1第15页，共32页。一维小波分解S=a1+d1第16页，共32页。一维小波分解S=a3+d3+d2+d1第17页，共32页。二维小波分解第18页，共32页。二维小波分解与重建第19页，共32页。基于小波的奇异性分析第20页，共32页。小波去噪(1)第21页，共32页。小波去噪(2)第22页，共32页。基于小波的图像融合第23页，共32页。基于小波的图像融合实例(1)第24页，共32页。基于小波的图像融合实例(2)第25页，共32页。基于小波的图像融合实例(3)第26页，共32页。基于小波的图像融合实例(4)第27页，共32页。基于小波的图像融合实例(5)第28页，共32页。IR-Fusion技术

IR-Fusion技术可实时将红外图像和可见光图像以像素对像素的方式融合并显示成一个图像。据称,IR-Fusion是唯一允许用户在相机屏幕上就可对图像进行操作的技术。该技术的出现使用户可以发现类似红外热像仪一般不能检测到的问题。第29页，共32页。IR-MMWfusion技术

第30页，共32页。小波融合技术在图像无线通讯中的应用

第31页，共32页。内容梗概8小波分析方法。8小波分析方法。8.1小波分析与付里叶变换的比较。Fourier变换的基（上）小波变换基（下）的比较。运用小波基，可以提取信号中的“指定时间”和“指定频率”的变化。时间：提取信号中“指定时间”（时间A或时间B）的变化。顾名思义，小波在某时间发生的小的波动。频率：提取信号中时间A的比较慢速变化，称较低频率成分。语音识别——语音特征提取。地震勘探——异常信号捕捉。数据压缩——选用高消失距的小波基。故障诊断——检测突变信号。医疗监护——检测异常生理信号。信号降噪——一维信号降噪。图像降噪——二维信号降噪。一维小波分解ca3,cd3,cd2,cd1。一维小波分解S=a3+d3+d2+d1。IR-Fusion技术可实时将红外图像和可见光图像以像素