主要内容

离散多分辨率分析

DWT, MODWT，双树小波变换，shearlet，小波包，多信号分析

离散小波变换(DWTs)，包括最大重叠离散小波变换(MODWT)，将信号和图像分析为逐步细化的倍频波段。这种多分辨率分析使您能够检测原始数据中不可见的模式。您可以使用小波来获得信号的多尺度方差估计或测量两个信号之间的多尺度相关性。您还可以重建仅保留所需特征的信号(1-D)和图像(2-D)近似值，并比较信号在不同频段中的能量分布。shearlet提供了图像各向异性特征的稀疏近似。小波包提供了一系列变换，将信号和图像的频率内容划分为逐渐细化的等宽区间。

使用小波工具箱™功能分析信号和图像使用十进制(下采样)和非十进制小波变换。您可以创建一个DWT滤波器组，并在时间和频率上可视化小波和缩放函数。您还可以使用自己的自定义过滤器创建过滤器组，并确定过滤器组是正交的还是双正交的。可以测量小波和标度函数的3-dB带宽。你也可以在理论DWT通带中测量小波和尺度函数的能量浓度。使用多信号分析来揭示多个信号之间的依赖关系。使用shearlet创建图像的方向敏感稀疏表示。确定信号或图像的最佳小波包变换。利用小波包谱对信号进行时频分析。

突出主题

类别

  • 信号分析
    抽取和非抽取1-D小波变换，1-D离散小波变换滤波器组，1-D双树变换，小波包
  • 图像分析
    抽取和非抽取二维变换，二维对偶树变换，剪切波，图像融合，小波包分析
  • 三维分析
    体积数据的离散小波分析
  • Multisignal分析
    多元信号，多信号PCA