HAAR小波

本文介绍了HAAR小波变换的基本原理,通过实例说明了如何将信号分解为平滑部分和变化部分。并讨论了该变换对于极端平滑信号的应用局限。

HAAR小波分解信号或图像的“平滑”部分和“变化”部分(也许所有小波都这样?)。

比如信号[1 2 3 4 5 6 7 8]

分解后(不考虑系数):

[1.5 3.5 5.5 7.5]             # 平滑部分

[-0.5 -0.5 -0.5 -0.5]        # 变化部分

HAAR不适用于“”平滑“的信号。比如下面这个极端平滑信号:

[1 1 1 1 1 1 1 1]

借用傅里叶变换的观念,可以假设所要分析的信号可以使用多个频率与位移不同的Haar function来组合而成。进行Haar Transform时,因为Haar function的正交性,便可求出信号在不同Haar function(不同频率)的情况下所占有的比例。这个从Haar Transform变换式可以直观的看出来,频率只分为低频(直流值)与高频(1和-1)部分。

ref:https://zh.wikipedia.org/wiki/%E5%93%88%E7%88%BE%E5%B0%8F%E6%B3%A2%E8%BD%89%E6%8F%9B

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值