我对小波感到困惑。我知道小波变换只是以中心频率为中心的带通滤波器。但是，在 PyWaveletshttps://pywavelets.readthedocs.io/en/latest/index.html中，小波变换被实现为滤波器组，可以将信号分为低分量和高分量。所以我的问题是：在http://wavelets.pybytes.com/wavelet/bior6.8/上列出的小波如何在这个游戏中发挥作用？
0
小波变换使用由低通滤波器表示的缩放函数来近似下一级的信号，并使用由高通滤波器表示的小波函数来编码当前级别与下一级之间的差异。
在你提到的页面上这些分别是每个小波基的左图和右图。该网站还有一个简短的explanation的算法 (通过 API 引用 URL)。Wikipedia上的图片使它更清晰一点我认为
因此，第一级细节系数来自高通滤波器，而最终级近似系数来自低通滤波器。levels in between是重复的低通滤波（通常是子采样），然后是一个高通滤波器。与重复平滑后的边缘检测相当。换句话说，带通特性不会在单个步骤中发生，另请参见此earlier answer。
本站系公益性非盈利分享网址，本文来自用户投稿，不代表边看边学立场，如若转载，请注明出处
评论列表（42条）