小波分解和小波包分解2020-05-12
- 2020 年 5 月 14 日
- AI
小波分解(wavelet transform)
小波
傅里葉變換的基本方程是sin和cos,小波變換的基本方程是小波函數(basic wavelet),不同的小波在波形上有較大的差異,相似的小波構成一個小波族(family)。小波具有這樣的局部特性:只有在有限的區間內取值不為0。這個特性可以很好地用於表示帶有尖銳, 不連續的訊號。
小波變換

正交矩陣構造
特定的小波函數(basic wavelet)由一組特定的小波濾波係數(wavelet filter coefficients)構成。當選定了小波函數,其對應的那組小波濾波器係數就知道。用小波濾波器係數構造不同維度的低通濾波器和高通濾波器(下面的例子中W就是由這些係數構造出來的)。低通濾波器可以看作為一個平滑濾波器(smoothing filter)。這兩個濾波器,低通和高通濾波器,又分別被稱為尺度(scaling)和小波濾波器(wavelet filter)。一旦定義好了這兩個濾波器,通過遞歸分解演算法(也稱為金字塔演算法(pyramid algorithm),樹演算法(tree algorithm)將得到水平多解析度表示的訊號。
樹演算法

訊號的重構

例子:使用Haar小波做離散小波變換


分解的結果

小波包分解(wavelet packet transform)
簡單理解就是每一層分解得到的係數都要再分解,不像小波分解那樣只有低頻係數會再分解。同樣以Haar小波為例子。


</center>
分解結果

來自://blog.csdn.net/qq_23869697/article/details/79436808