电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

实验七小波变换

实验七小波变换_第1页
1/11
实验七小波变换_第2页
2/11
实验七小波变换_第3页
3/11
实验七 小波变换 一、 实验目的 1、了解小波变换及其变换系数的分布。 2、了解小波变换在图像去噪处理中的应用。 二、小波变换及去噪应用 1 、小波分解及系数分布 信号分析是为了获得时间和频率之间的相互关系。傅立叶变换提供了有关频率域的信息,但有关时间的局部化信息却基本丢失。与傅立叶变换不同,小波变换是通过缩放母小波(Mother wavelet)的宽度来获得信号的频率特征,通过平移母小波来获得信号的时间信息。对母小波的缩放和平移操作是为了计算小波系数,这些小波系数反映了小波和局部信号之间的相关程度 。常用的母小波有:Haar 小波、dbN 小波系、symN 小波系等。 小波系数分布规律 :  随着分层数的增加,小波系数的范围越来越大,说明越往后层次的小波系数越重要。  除 LL 外,其他子带方差和能量明显减少,充分说明低频系数在图像编码中的重要性。  对同一方向子带,按从高层到低层(从低频到高频)子带,有: HL3→HL2→HL1, LH3→LH2→LH1, HH3→HH2→HH1,大部分情况下其方差从大到小,有一定的变换规则。 2、小波在图像去噪中的应用 工程应用中,有用信号通常表现为低频信号或是一些比较平稳的信号,而噪声信号通常表现为高频信号。所以基于小波变换的去噪过程可以分为以下几步进行: (1) 小波分解。选择一个小波并确定一个小波分解的层数 N,然后对图像进行 N 层小波分解。 (2) 小波分解高频系数的阈值量化。对第 1 层到第 N 层的每一层高频系数,选择一个阈值进行阈值量化处理。 (3) 小波的重构。根据小波分解的第 N 层的低频系数和经过量化处理后的第 1 层到第 N 层的高频系数,进行的小波重构。 处理的方法一般有三种: (1) 强制去噪处理。该方法把小波分解结构中的高频系数全部变为 0,即把高频部分全部去除掉,然后再对信号进行重构处理。这种方法比较简单,重构后的消噪信号也比较平滑,但容易丢失信号的有用成分。 (2) 默认阈值去噪处理。该方法利用 ddencmp 函数产生信号的默认阈值,然后利用 w dencmp 函数进行消噪处理。 (3) 给定软硬阈值进行去噪处理。在实际的去噪处理过程中,阈值往往可以通过经验公式获得,而且这种阈值比默认阈值更具有可信度。在进行阈值量化处理中可用 w thresh 函数进行。 3、matlab 提供的相关函数 (1)dw t2 功能:单尺度二维离散小波变换 语法: [cA, cH, cV, cD] = dw t2(X, ‘w name’) [c...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

实验七小波变换

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部