《CH离散小波变换》PPT课件.ppt
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《《CH离散小波变换》PPT课件.ppt》由会员分享,可在线阅读,更多相关《《CH离散小波变换》PPT课件.ppt(85页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、南京大学 软件学院离散小波变换离散小波变换主讲教师:王崇骏王崇骏南京大学 软件学院主要内容l引言l时频展开l使用Matlabl若干应用场景南京大学 软件学院引言l小波变换的动机福利叶变换是非常有效地计算工具但是是时间亚元变换,在很多场合不满足需求(石油勘探、乐谱分析)l小波的含义“小”+“波”时频展开数学显微镜南京大学 软件学院时频展开l希望定义一种工具能帮助计算信号x(t)的瞬时傅里叶变换,记为X(,F)l如何定义一组能够表现出信号瞬时性的基函数,该基函数必须包括两个基本变量时间和频率F南京大学 软件学院时频展开主要内容1.短时傅里叶变换STFT2.Gabor变换GT3.连续小波变换CWT4
2、.小波变换WT南京大学 软件学院短时傅里叶变换STFT确定信号局部频率特性的比较简单的方法是在时刻附近对信号加窗,然后计算傅里叶变换。X(,F)=STFTx(t)=FTx(t)w(t-)其中,w(t-)是一个以时刻为中心的窗函数,注意信号x(t)中的时间t和X(,F)中的。南京大学 软件学院窗函数w根据进行了时移,扩展傅里叶变换表达式短时傅里叶变换操作示意南京大学 软件学院问题实际运用中处理的问题与上述描述恰好相反:给定一个信号,希望能够在时域和频域上定位信号发生的事件,因此时间和频率F都是不确定的,即按上述的分析不可行(结果不确定或有误差)分析中,分辨率的损失是由于窗函数w(t)的时域宽度及
3、傅里叶变换的频率带宽所决定的;信号不能同时在时域和频域准确定位信号不能同时在时域和频域准确定位测不准定理测不准定理南京大学 软件学院Gabor变换引言lSTFT将一个连续时间变量t的信号x(t)变换为有两个连续时间变量的X(,F)l意味着STFT包含了很多的冗余信息将频率F离散化,F=Kf0将时间离散化,在=mT0采样Gabor变换:变换:Xm,k=X(mT0,kF0)南京大学 软件学院Gabor变换l通过Gabor变换,信号x(t)被展开为:lGabor变换公式:南京大学 软件学院l 小波变换是强有力的时频分析(处理)工具,是在克服傅立叶变换缺点的基础上发展而来的。已成功应用于很多领域,如信
4、号处理、图像处理、模式识别等。l 小波变换的一个重要性质是它在时域和频域均具有很好的局部化特征,它能够提供目标信号各个频率子段的频率信息。这种信息对于信号分类是非常有用的。l 小波变换一个信号为一个小波级数,这样一个信号可由小波系数来刻画。小波变换南京大学 软件学院基本小波l也称为小波母函数l定义如下:紧支性紧支性:在有限区域内迅速衰减到在有限区域内迅速衰减到0容许性条件容许性条件南京大学 软件学院小波的特点l具有有限的持续时间、突变的频率和振幅l波形可以是不规则的,也可以是不对称的l在整个时间范围里的幅度平均值为零l比较正弦波南京大学 软件学院部分小波波形南京大学 软件学院小波基函数将信号在
5、这个函数系上分解,就得到连续小波变换将信号在这个函数系上分解,就得到连续小波变换南京大学 软件学院小波基函数将信号在这个函数系上分解,就得到连续小波变换将信号在这个函数系上分解,就得到连续小波变换南京大学 软件学院缩放(scaled)的概念示例:正弦波的Scaled算法南京大学 软件学院示例:小波的缩放南京大学 软件学院平移(translation)的概念南京大学 软件学院小波分析 深圳大学信息工程学院 小波分析与付里叶变换的比较南京大学 软件学院小波分析l小波变换通过平移母小波(mother wavelet)可获得信号的时间信息,而通过缩放小波的宽度(或者叫做尺度)可获得信号的频率特性。对母
6、小波的缩放和平移操作是为了计算小波的系数,这些系数代表小波和局部信号之间的相互关系。连续小波变换离散小波变换南京大学 软件学院连续小波变换where:a 缩放因子 时间平移注意:在CWT中,scale和position是连续变化的南京大学 软件学院CWT的变换过程1.把小波(t)和原始信号f(t)的开始部分进行比较2.计算系数c。该系数表示该部分信号与小波的近似程度。系数 c 的值越高表示信号与小波越相似,因此系数c 可以反映这种波形的相关程度3.把小波向右移,距离为k,得到的小波函数为(t-k),然后重复步骤1和2。再把小波向右移,得到小波(t-2k),重复步骤1和2。按上述步骤一直进行下去
7、,直到信号f(t)结束4.扩展小波(t),例如扩展一倍,得到的小波函数为(t/2)5.重复步骤14南京大学 软件学院CWT的变换过程图示南京大学 软件学院CWT性质南京大学 软件学院CWT小结l小波的缩放因子与信号频率之间的关系可以这样来理解。缩放因子小,表示小波比较窄,度量的是信号细节,表示频率w 比较高;相反,缩放因子大,表示小波比较宽,度量的是信号的粗糙程度,表示频率w 比较低。南京大学 软件学院离散小波变换在计算连续小波变换时,实际上也是用离散的数据进行计算的,只是所用的缩放因子和平移参数比较小而已。不难想象,连续小波变换的计算量是惊人的。为了解决计算量的问题,缩放因子和平移参数都选择
8、2 j(j0的整数)的倍数。使用这样的缩放因子和平移参数的小波变换叫做双尺度小波变换(dyadic wavelet transform),它是离散小波变换(discrete wavelet transform,DWT)的一种形式。南京大学 软件学院离散小波变换定义需要强调指出的是,这一离散化都是针对连续需要强调指出的是,这一离散化都是针对连续的尺度参数和连续平移参数的,而不是针对时的尺度参数和连续平移参数的,而不是针对时间变量间变量t t的。的。南京大学 软件学院l使用离散小波分析得到的小波系数、缩放因子和时间关系如图所示。图(a)是20世纪40年代使用Gabor开发的短时傅立叶变换(shor
9、t time Fourier transform,STFT)得到的时间-频率关系图图(b)是20世纪80年代使用Morlet开发的小波变换得到的时间-缩放因子(反映频率)关系图。离散小波变换分析图离散小波变换分析图南京大学 软件学院DWT变换方法l执行离散小波变换的有效方法是使用滤波器该方法是Mallat在1988年开发的,叫做Mallat算法这种方法实际上是一种信号的分解方法,在数字信号处理中称为双通道子带编码l用滤波器执行离散小波变换的概念如图所示S表示原始的输入信号,通过两个互补的滤波器产生A和D两个信号A表示信号的近似值(approximations)D表示信号的细节值(detail)
10、南京大学 软件学院l在许多应用中,信号的低频部分是最重要的,而高频部分起一个“添加剂”的作用。l比如声音,把高频分量去掉之后,听起来声音确实是变了,但还能够听清楚说的是什么内容。相反,如果把低频部分去掉,听起来就莫名其妙。l在小波分析中,近似值是大的缩放因子产生的系数,表示信号的低频分量。而细节值是小的缩放因子产生的系数,表示信号的高频分量。双通道滤波过程南京大学 软件学院l离散小波变换可以被表示成由低通滤波器和高通滤波器组成的一棵树原始信号通过这样的一对滤波器进行的分解叫做一级分解信号的分解过程可以叠代,也就是说可进行多级分解。如果对信号的高频分量不再分解,而对低频分量连续进行分解,就得到许
11、多分辨率较低的低频分量,形成如图所示的一棵比较大的树。这种树叫做小波分解树(wavelet decomposition tree)分解级数的多少取决于要被分析的数据和用户的需要小波分解树南京大学 软件学院小波包分解树 l小波分解树表示只对信号的低频分量进行连续分解。如果不仅对信号的低频分量连续进行分解,而且对高频分量也进行连续分解,这样不仅可得到许多分辨率较低的低频分量,而且也可得到许多分辨率较低的高频分量。这样分解得到的树叫做小波包分解树(wavelet packet decomposition tree),这种树是一个完整的二进制树。南京大学 软件学院cAj+1cDj+1(h)cDj+1(
12、v)cDj+1(d)cAj2 12 12 12 12 12 1Lo_DHi_DLo_DHi_DLo_DHi_D行列列下采样行下采样二维离散小波变换南京大学 软件学院标准分解流程示意南京大学 软件学院l非标准分解是指使用一维小波交替地对每一行和每一列像素值进行变换。首先对图像的每一行计算像素对的均值和差值,然后对每一列计算像素对的均值和差值。这样得到的变换结果只有1/4的像素包含均值,再对这1/4的均值重复计算行和列的均值和差值,依此类推。非标准分解的过程如下:非标准分解南京大学 软件学院非标准分解流程示意南京大学 软件学院小波的应用1.J.Morlet,地震信号分析。2.S.Mallat,二进
13、小波用于图像的边缘检测、图像压缩和重构3.Farge,连续小波用于涡流研究4.Wickerhauser,小波包用于图像压缩。5.Frisch噪声的未知瞬态信号。6.Dutilleux语音信号处理7.H.Kim时频分析8.Beykin正交小波用于算子和微分算子的简化9.信号处理、图像处理、模式识别、语音识别、量子物理、地震勘探信号处理、图像处理、模式识别、语音识别、量子物理、地震勘探流体力学、电磁场、流体力学、电磁场、CTCT成象、机器视觉、机械故障诊断、分形、数值计算成象、机器视觉、机械故障诊断、分形、数值计算南京大学 软件学院软件包lMath Works:Wavelet ToolboxlSt
14、andford:Wave ToollYale:WPLablMathSoft:S+WAVELETSlAware:WaveTool南京大学 软件学院使用Matlabdwt函数idwt函数wcodemat函数dwt2函数wavedec2函数idwt2函数waverec2函数南京大学 软件学院dwt函数功能:1-D离散小波变换格式:cA,cD=dwt(X,wname)cA,cD=dwt(X,Lo_D,Hi_D)说明:cA,cD=dwt(X,wname)使用指定的小波基函数wname对信号X进行分解,cA和cD分别是近似分量和细节分量;cA,cD=dwt(X,Lo_D,Hi_D)用指定的滤波器组Lo_D
15、,Hi_D对信号进行分解南京大学 软件学院idwt函数功能:1-D离散小波反变换格式:X=idwt(cA,cD,wname)X=idwt(cA,cD,Lo_R,Hi_R)X=idwt(cA,cD,wname,L)X=idwt(cA,cD,Lo_R,Hi_R,L)说明:由近似分量cA和细节分量cD经过小波反变换,选择某小波函数或滤波器组,L为信号X中心附近的几个点南京大学 软件学院wcodemat函数功能:对数据矩阵进行伪真彩色编码格式:Y=wcodemat(X,NB,OPT,ABSOL)Y=wcodemat(X,NB,OPT)Y=wcodemat(X,NB)Y=wcodemat(X)说明:Y=
16、wcodemat(X,NB,OPT,ABSOL)返回数据矩阵X的编码矩阵Y;NB为编码的最大值(缺省16),OPT是编码方式,row行方式,col列方式mat整个矩阵编码(缺省),ABSOL是函数的控制方式,0返回编码矩阵,1返回数据矩阵的ABS(缺省)南京大学 软件学院dwt2函数功能:2-D离散小波变换格式:cA,cH,cV,cD=dwt2(X,wname)cA,cH,cV,cD=dwt2(X,wname)说明:cA近似分量,cH水平细节分量,cV垂直细节分量,cD对角细节分量南京大学 软件学院示例1:对图象做2-D小波分解load woman;nbcol=size(map,1);cA1,
17、cH1,cV1,cD1=dwt2(X,db1);cod_X=wcodemat(X,nbcol);cod_cA1=wcodemat(cA1,nbcol);cod_cH1=wcodemat(cH1,nbcol);cod_cV1=wcodemat(cV1,nbcol);cod_cD1=wcodemat(cD1,nbcol);dec2d=cod_cA1,cod_cH1;cod_cV1,cod_cD1;subplot(1,2,1);imshow(cod_X,);subplot(1,2,2);imshow(dec2d,);南京大学 软件学院实验结果南京大学 软件学院wavedec2函数功能:2-D信号的多
18、层小波分解格式:C,S=wavedec2(X,N,wname);C,S=wavedec2(X,N,Lo_D,Hi_D);说明:使用小波基函数或指定滤波器对2-D信号X进行N层分解南京大学 软件学院idwt2函数功能:2-D离散反小波变换格式:X=idwt2(cA,cH,cV,cD,wname)X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R)X=idwt2(cA,cH,cV,cD,wname,S)X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S)说明:略南京大学 软件学院示例:2-D小波重构load woman;sX=size(X);cA1,cH1,cV1,cD1=dw
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- CH离散小波变换 CH 离散 变换 PPT 课件
![提示](https://www.deliwenku.com/images/bang_tan.gif)
限制150内