基于不可分小波和LDA的掌纹识别
基于小波域PCA与LDA相结合的红外人脸识别方法

基于小波域PCA与LDA相结合的红外人脸识别方法
伍世虔;韦礼珍;方志军;李润午
【期刊名称】《计算机应用研究》
【年(卷),期】2008(25)5
【摘要】提出了一种新的小波域主元分析与线性辨别分析相结合的红外人脸识别方法.首先通过DWT将红外人脸图像通过二级小波分解成七个子带,舍去两次分解中的对角子带,对剩下的五个子带进行有效的组合;然后用PCA方法对组合后的向量进行特征提取,再把PCA提取的特征向量进行线性辨别分析;最后用欧氏距离和三近邻分类器得到分类结果.同传统的PCA和PCA+LDA的方法相比,该方法更能利用人脸图像的有用判别信息,并得到更好的识别效果.
【总页数】3页(P1586-1588)
【作者】伍世虔;韦礼珍;方志军;李润午
【作者单位】江西财经大学,信息管理学院,南昌,330013;江西财经大学,信息管理学院,南昌,330013;江西财经大学,信息管理学院,南昌,330013;江西财经大学,信息管理学院,南昌,330013
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于生物启发特征与PCA-LDA的人脸识别方法 [J], 李国;穆国旺;睢佰龙
2.一种基于局部Gabor滤波器组及PCA+LDA的人脸表情识别方法 [J], 邓洪波;
金连文
3.基于2 D-PCA的两级LDA人脸识别方法 [J], 王友钊;潘芬兰;黄静
4.基于PCA和LDA结合的人脸识别方法的比较研究 [J], 粟秀尹;曾庆宁;王晓燕
5.基于2D-PCA和2D-LDA的人脸识别方法 [J], 温福喜;刘宏伟
因版权原因,仅展示原文概要,查看原文内容请购买。
基于小波变换的指纹识别算法的研究

基于小波变换的指纹识别算法的研究指纹识别是一种广泛应用于个人身份验证和安全领域的生物特征识别技术。
随着科技的不断进步,基于小波变换的指纹识别算法逐渐成为研究的热点。
本文将对这一算法进行研究和探讨。
指纹的纹理信息是指纹识别的关键。
小波变换作为一种多尺度分析方法,可以有效地提取出指纹的纹理特征。
在指纹识别中,首先将原始指纹图像进行预处理,包括图像增强、去噪和图像分割等步骤。
然后,利用小波变换对预处理后的指纹图像进行特征提取。
小波变换通过将信号分解为不同的频率组成部分,可以将指纹图像的纹理信息分析成不同的尺度。
常用的小波基函数有Haar 小波、Daubechies小波和Biorthogonal小波等。
通过对指纹图像进行小波分解,可以得到各个尺度下的小波系数,这些系数包含了指纹图像的纹理特征。
在小波变换的基础上,可以利用小波系数进行指纹图像的匹配和识别。
通常采用的方法是计算小波系数之间的相似度。
对于待识别的指纹图像,首先将其进行小波分解,并提取出小波系数。
然后,将待识别指纹的小波系数与数据库中的已知指纹进行比较,计算它们之间的相似度。
相似度高于一定阈值的指纹将被认为是匹配成功的。
基于小波变换的指纹识别算法具有较高的识别准确率和鲁棒性。
它能够有效地提取出指纹图像的纹理特征,并且对于光线变化、噪声干扰等情况有一定的鲁棒性。
此外,小波变换还可以实现多尺度分析,使得算法对于不同分辨率的指纹图像都能够适应。
然而,基于小波变换的指纹识别算法仍然存在一些问题。
首先,小波变换的计算量较大,需要消耗较多的计算资源。
其次,小波基函数的选择对算法的性能有一定影响,不同的小波基函数适用于不同类型的指纹图像。
因此,在实际应用中,需要根据具体情况选择合适的小波基函数。
综上所述,基于小波变换的指纹识别算法在指纹识别领域具有较高的应用价值。
虽然仍然存在一些问题,但通过进一步的研究和改进,相信这一算法将在未来得到更广泛的应用。
基于小波神经网络的掌纹识别

摘要 : 提出了一种基于小波神经 网络 的掌纹识别方法 。首先对掌纹 图像经过预处理得 用小波包分解的方法对该区域进行掌纹特征的提取 , 再利用R F B 网络的容错 能力和较快的收敛性对 掌纹图
所示 。
图 3 小波包 分解树
然后提取 ( 1,…,(, ) 1 个点的小波包分解系数H 得到 1 个系数矩阵, 2) , 2 5共 5 1 , 5 通过对系数矩阵进行 数据分析得到掌纹特征向量 , 在本文中是利用求各矩阵的范数 , 共求得 l 个范数 , 5 组成代表此掌纹的特征 向量 , 具体算法步骤如下 : () 1 选择 D u eh s abci 小波族 中的 d4 e b 小波和 Sann hno 熵对大小为 10 10 0 × 0 的掌纹图像进行二级小波包
第 2 卷第 3 6 期
2 1 年 5月 00
齐 齐 哈 尔 大 学 学 报
J ral f iia ie st ou n qh rUnv r i oQ y
Vo .6 No3 1 , . 2
Ma , 0 0 y2 1
基 于小波神经 网络 的掌纹识别
王艳春 ,李静辉 ,夏 颖
分解; 第一级小波包分解有 4幅子图像 , 第二级小波包分解有 1 幅子图像 , 3 6 图 中用 ( ,表示信号的第 f i) , 层上的第 , 个节点 , 每个节点都表示一定的信号特征, 其中(,) O0 代表经过预处理之后的原始掌纹图像 ,1) ( , 0
.
代表了信号的低频部分 ,(, ,(2 ,(3 1 ) 1 ) 1) 1 , , 代表信号的水平 ,垂直 ,以及对角方向的特征信息,相当于信 号的中高频部分 ,(, 代表了信号的第二层第 0 2) O 个节点的系数 ,其它通道依此类推。 () 2 提取小波包分解量 的( 1,…,(1) 2) , 25 , 节点的系数矩阵。(0节点是纹理图像的低频部分 ,由于 2) , 纹理特征主要集中在中高频部分 , 以该节点系数不考虑在 内。 所 () 3 求取每一系数矩阵的 2 范数 ,得到代表此掌纹图像 的 1 维的特征向量 。 5
一种基于Gabor小波和2DPCA的掌纹识别改进算法

一种基于Gabor小波和2DPCA的掌纹识别改进算法苏滨;姜威【期刊名称】《计算机应用与软件》【年(卷),期】2011(028)001【摘要】This paper presents an improved palmprint recognition method using Gabor wavelets transform and 2-dimentional principal component analysis (2DPCA). 2DPCA in this method overcomes the curse of dimensionality encountered in traditional way of making principal component analysis (PCA) directly after Gabor wavelets transform, moreover, PCA is integrated with Fisher linear discrimination ( FLD),and the PCA features, of which only being used to reduce dimensions in the past, and the FLD feature are fused to carry out palmprint recognition. Simulation results based on PolyU Palmprint Database show that the proposed method can get higher recognition rate with lower dimensions.%提出一种改进的基于Gabor小波变换和二维主分量分析2DPCA(2-Dimensional Principal component analysis)的掌纹识别.2DPCA克服了传统Gabor小波变换后直接进行主分量分析PCA(Principal component analysis)遇到的维数灾难问题,并且将PCA与Fisher线性判别FLD(Fisher Linear Discriminate)结合起来,利用了以前仅用于降维的PCA特征和FLD特征相融合进行掌纹识别.基于PolyU掌纹库的实验结果表明,该方法不仅有更高的识别率,而且维数更低.【总页数】4页(P242-245)【作者】苏滨;姜威【作者单位】山东大学信息科学与工程学院,山东,济南,250100;山东大学信息科学与工程学院,山东,济南,250100【正文语种】中文【相关文献】1.基于Gabor小波和改进2DPCA的人脸识别方法 [J], 李其旭;王嘉梅;赵飞2.基于Log-Gabor小波相位一致的掌纹识别算法研究 [J], 徐寒3.基于log-Gabor小波的掌纹识别算法 [J], 赵静岚;庄镇泉;李斌4.一种改进的基于Gabor小波的指纹增强算法 [J], 毛克明;王国仁;于长永;金艳5.基于Gabor小波和支持向量机的掌纹识别算法的研究 [J], 李明昊;李燕华;潘新;刘洋;多化琼因版权原因,仅展示原文概要,查看原文内容请购买。
基于小波分解的独立分量掌纹识别方法

基 于小 波 分解 的独 立 分量 掌 识别 方 法
卢光 明 , 庆敏 廖 (. 1 清华 大 学 深 圳研 究 生院 , 东 深圳 5 85 ; 广 105 2 哈 尔滨工 业 大学 计 算机 科 学与技 术 学 院 , . 黑龙 江 哈 尔滨 100 ) 50 1
(u u nm@ S.s g u .d .n 1g a g Z tn h a e u c ) i
维普资讯
第2 7卷 第 4期 20 0 7年 4月
文章 编号 :0 1— 0 1 2 0 )4— 9 3— 3 10 98 ( 0 7 0 0 1 0
计算机 应 用
Co utrAp i ai n mp e pl to s c
V0. 7 No 4 12 . Ap .2 07 r 0
w r e r a e tt e s ne t . T e a e t e w v lt s b ma e h n u fI e e d c e s d a h s l i me h n tk h a ee u i g s a te i p to CA, b sn a t A g rt m, t e s y u ig F l s C ao h l i h
2 Sho o o ptr i c n ehooy ab ntu eh l ,H ri H i n a g100 ,C i ) .colfC m u e ead Tcn l ,H ri Istt o cno eS n c g n i e fT o g y ab eo ̄in 5 0 1 hn n l a
Abt c:Id pn et o oe t n yi IA)h sprclravnae aepoes g sd f a pi sr t n eed n C mpnn a s a A l s(C a atua d at si i g rcsi .U e rp m r t i g nm n o l n
基于多通道Log-Gabor小波与(2D)2 PCALDA的人脸识别方法

基于多通道Log-Gabor小波与(2D)2 PCALDA的人脸识别
方法
火元莲
【期刊名称】《计算机应用》
【年(卷),期】2010(030)011
【摘要】为了降低光照变化对基于子空间的人脸识别方法性能的影响,结合多通道Log-Gabor策略与(2D)2 PCALDA特征提取方法,提出了一种新的人脸识别方法.将不同尺度与方向作为独立通道,在每个通道内采用(2D)2PCALDA对人脸图像的Log-Gabor表示进行特征提取、分类,然后对各通道分类结果进行决策融合得到最终的类别归属.在CAS-PEAL-R1、ORL与Yale人脸数据库上的实验结果表明,该算法具有较好的识别性能.
【总页数】4页(P2970-2973)
【作者】火元莲
【作者单位】西北师范大学,物理与电子工程学院,兰州,730070
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于Gabor小波和改进2DPCA的人脸识别方法 [J], 李其旭;王嘉梅;赵飞
2.一种基于多通道Gabor小波与2DFLD的人脸识别方法 [J], 火元莲;周昊;齐永锋
3.基于2DGabor小波与2DPCA的人脸识别方法 [J], 李艳芳;费洪晓
4.基于Log-Gabor小波和正交UDP的人脸识别 [J], 王庆军; 张汝波; 潘海为; 楼宋江
5.基于Log-Gabor小波和正交UDP的人脸识别 [J], 王庆军; 张汝波; 潘海为; 楼宋江
因版权原因,仅展示原文概要,查看原文内容请购买。
川大计算机硕士开题报告_高校指纹考勤系统的设计与实现_诚海毕业论文
8.阮春燕. 越秀外国语学院指纹考勤系统的设计与实现[D]. 电子科技大学 2011
9.张碧. 活体指纹考勤管理系统的开发[J]. 矿业研究与开发. 2003(06)
10.钟海林. 嵌入式以太网技术的指纹考勤系统设计[J]. 计算机应用与软件. 2011(04)
总体而言,国外关于指纹识别系统的研究当前主要呈现两个特点:第一,指纹识别的准确率、识别速度不断进步与发展;第二,指纹识别系统更加人性化,指纹识别系统的易用性、界面友好性不断完善,已经成为各大企业、组织机构人力资源管理中不可或缺的组成部分。
2、国内研究现状
指纹技术在我国的发展与应用起源于20世纪末21世纪初,并且在发展之初主要是通过引进国外先进的技术与产品,并通过积极进行国际交流来发展的。
第三部分:系统设计
在系统需求分析的基础上,首先对系统的整体架构设计进行了概要介绍,其次从系统的功能需求出发,给出了系统各个子功能模块的详细设计,最后基于系统的业务逻辑分析给出了系统的数据库详细设计。
第四部分:系统实现
以系统设计为指导,采用.Net开发工具,使用C#面向对象语言,基于Microsoft SQL Server 2000数据库对系统的各个模块进行了编码实现,并对开发过程中的关键部分进行了重点介绍。
从当前国内对于指纹识别系统的市场需求来看,市场前景依然十分广阔,对于指纹门禁、指纹考勤系统的需求量稳定增长,因此指纹识别系统在我国仍然具有很大的发展潜力。如何提高指纹识别的速度与效率,开发出成本低、功能完善、识别速度高的指纹识别系统是未来的主要发展方向。
本文组织结构
本文的整体框架中主要包含了六个部分,每一部分的主要内容与工作描述如下:
基于小波域PCA与LDA相结合的红外人脸识别方法
t e3 NN ca sf rwe e u i z d i e o n t n Il x e me t l s a e t a h rp s d meh d h s b t rp r r n e } 一 l si e r t ie n rc g i o . 1 e p r n s i u t t h tt e p o o e t o a e t e o ma c l i l i e i l r e f
I fae a e r c g i o a e n P n rr d fc e o nt n b s d o CA n DA n wa ee o i i a dL i v ltd man
WU S i in h— a ,WE iz e q IL —h n,F ANG Z i u h- n.L u 一 j IR n
c omp r d wih ta iina a e t r d t o lPCA n CA + LDA. adP
Ke r s y wo d :d s r t a ee r n f r ; p n i a o o e ta ay i ; l e rd s rmi a ta ay i ; i f r d fc e o n — i e e w v l tt so c a m i r c p lc mp n n n lss i a i i n n n lss n a e a e r c g i n e r
tn i o ,
的 , 目前仍 然被广 泛地 应用 于 图像识 别 等 领 域。本质 上 ,
0 引 言
随着社会 的发展 , 人们 越来 越迫切要求快速而准确 的身份 验证和识别系 统。而生 物特征所 具有 的人类 内在 的特征 和差
P A方法 的目的是在最小均方差 意义下寻 找原始数 据最佳表 C 示 的投影方 向 , 而被 称 为最 优变换 。P A方 法 可 以直接对 从 C 图像的空 问域数据进行学 习和识别 , 须人脸 的几何 特征 , 无 而
优化的小波变换和改进的LDA相融合的人脸识别算法
优化的小波变换和改进的LDA相融合的人脸识别算法
楚建浦;何光辉;刘玉馨
【期刊名称】《计算机科学》
【年(卷),期】2016(043)0z2
【摘要】提出了一种优化的小波变换与改进的LDA相融合的人脸识别算法.首先对经过预处理的人脸图像进行2层小波变换并提取特征,然后对小波分解后的高频子带进行融合,并在改进的LDA下利用交替方向法求出投影矩阵和最优融合系数,再结合低频子带在改进的LDA下的特征表示,利用最近邻分类器进行分类.实验结果表明,该算法在ORL及YALE人脸库上的识别效果较传统的人脸识别算法更优.
【总页数】5页(P147-150,166)
【作者】楚建浦;何光辉;刘玉馨
【作者单位】重庆大学数学与统计学院重庆401331;重庆大学数学与统计学院重庆401331;重庆大学数学与统计学院重庆401331
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于KPCA和LDA融合改进的人脸识别算法研究 [J], 张震;张学忠;李龙
2.基于NPP和LDA融合算法的人脸识别 [J], 罗磊;徐晨;周晖
3.改进的ULBP与2DLDA融合人脸识别算法研究 [J], 蒋阿娟;周华平
4.融合PCA、LDA和SVM算法的人脸识别 [J], 徐竟泽; 吴作宏; 徐岩; 曾建行
5.一种改进的LDA和PCA特征空间融合的人脸识别方法 [J], 何俊;芦明
因版权原因,仅展示原文概要,查看原文内容请购买。
基于小波变换的指纹识别算法的开题报告
基于小波变换的指纹识别算法的开题报告1. 研究背景及意义指纹识别技术已经成为目前最常用的生物特征识别技术之一,并广泛应用于实际生活和工作中。
指纹图像是指纹识别的重要数据,而小波变换是一种常用的数学工具,被广泛应用于图像处理中。
因此,基于小波变换的指纹识别算法具有广泛的应用价值。
目前,国内外已经有很多学者对基于小波变换的指纹识别算法进行了研究,但是还存在一些问题,比如指纹图像的质量差、噪声干扰等问题,提高指纹识别的准确率仍然是迫切需要解决的问题。
因此,本次研究旨在探索一种基于小波变换的指纹识别算法,通过优化算法来提高指纹识别的精度和鲁棒性。
2. 研究内容和方法研究内容:(1) 探索和分析基于小波变换的指纹识别技术的理论基础和应用现状;(2) 将小波变换应用于指纹图像处理中,构建基于小波变换的指纹识别算法;(3) 测试和分析基于小波变换的指纹识别算法的准确性和鲁棒性;(4) 抽象出指纹识别算法的主要优化方法,提出相关优化方案,并进行实验验证。
研究方法:(1) 文献调研法:对已有的相关文献和研究成果进行调研、分析和总结。
(2) 算法分析法:分析小波变换的理论基础和指纹识别算法的实现方法。
(3) 算法设计法:将小波变换和指纹识别算法结合起来,构建基于小波变换的指纹识别算法并进行实现。
(4) 实验比较法:使用多个指纹图像进行测试,比较基于小波变换的指纹识别算法与其他指纹识别算法的准确性和鲁棒性。
同时,根据实验结果抽象出指纹识别算法的主要优化点,提出相关优化方案并进行实验证明。
3. 预期研究结果(1) 系统地梳理和分析基于小波变换的指纹识别算法的理论基础和应用现状;(2) 构建基于小波变换的指纹识别算法,实现对指纹图像的处理和识别;(3) 分析和比较基于小波变换的指纹识别算法与其他指纹识别算法的准确性和鲁棒性;(4) 抽象出指纹识别算法的主要优化点,并提出相关优化方案,并进行实验证明。
4. 研究进度计划研究阶段时间节点完成事项第一阶段第1-2个月研究基础理论,梳理文献第二阶段第3-4个月构建基于小波变换的指纹识别算法第三阶段第5-6个月实验测试,对比分析算法准确性和鲁棒性第四阶段第7-8个月优化方案的提出和实验验证第五阶段第9个月总结和撰写论文5. 研究经费和资源预算本研究所需要的经费和资源预算如下:(1) 硬件资源: 5000元(2) 软件资源: 2000元(3) 实验所需材料及其他支出: 3000元总计:10000元6. 研究成果及应用前景本研究预期可以探索出一种有效的基于小波变换的指纹识别算法,并通过实验验证其准确性和鲁棒性。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第 3 O卷第 3期
20 年 9 08 月
湖北 大学学报( 自科 学版)
J u n l fHu e Unv r i ( t rlS in e o r a b i ie st Nau a ce c) o y
Vo. O No 3 13 .
0
() 照 适 中 a光
( ) 照 偏 强 b光
图 1 采集 自同一个人的两个不 同时期 的掌 纹图像以及它们直方 图的对 比
一
般来 说掌 纹识 别 的方法 大致 可 以分为 两类 , 一类 是 基 于几何 特征 的掌纹识 别 方 法[ , 一类 是 基 1另 ]
于统计 分析 的掌 纹识 别方 法. 近年来 , C 主成 分 分析 ) P A( 方法 [ 和 L A 方 法 [均 是 基 于统 计 特 征 的识 3 ] D 5 ] 别 方法 , 掌纹识 别领 域得 到应 用 , 在 并取 得 了不错 的效 果 . 是 它 们 都 只是 针 对 光 照 变 化很 小 的掌 纹 图 但 像 进行 研究 , 没有 讨论 光 照条件 显 著 变化 的掌纹 识别 . 1所 示 是 P lU 掌 纹 库 中 同一 个 人 在 不 同 光 图 oy
波[7, 6]相对于可分小波 , 它的低频部分包含着更少的冗余信息, 而高频部分揭示 了更多 的细节信息. 这
收稿 日期 :20 —0 —1 08 1 5 基 金项 目 :湖 北 省 自然 科 学 基 金 ( 际合 作 )2 O C l ) 助 项 目 国 (O 7 AO 1资 作者简 介 : 王选( 9 4 ) 男 , 18 一 , 硕士生
照条件 下 的两幅 掌纹 图像 以及 它 们 的直 方 图 , 以看 出 图 1 a 中掌纹 图 像 的 灰度 值 集 中在 1 0 5 可 () 5 —2 5 之间 , 图 1 b 中掌纹 图像 的灰 度值集 中在 2 0 2 5之 间 , 明光 照 条件 的不 同 能 引起 掌纹 图像 灰度 而 () 0- 5 说
S o ,2 0 e. 08
文章 编 号 : 0 0 3 52 0 ) 3 2 9 4 1 0 —2 7 ( 0 8 0 —0 4 —0
基 于不 可 分 小 波和 L A 的掌 纹 识 别 D
王选
( 湖北大学 数学 与计算机 科学学院 , 湖北 武汉 4 0 6 ) 30 2
摘要 : 提出了一种基于不可分小波 和线性 判别 分析 ( DA) L 的掌纹特征 提取算 法. 算法首 先对掌 纹灰度 该 图像进行二层小波分解 , 留图像的低 频段 , 保 这样 一 幅 1 8 2 2 ×1 8的 掌纹 图像经 过上 述小 波分 解后 得 到一幅 3 ×3 的掌纹子 图, 2 2 图像的维数显著降低 , 并且减 少 了光照 这一奇 异信息 变化对 识别 效果 产生 的影响 , 然后 利用 L A方法进行特征提 取. D 针对 P l 掌纹库的识别结果表 明 , oy U 该方 法在识 别时 间, 识别 率等方 面都有其 独特 的优越性. 关键词 : 不可分小波 ; 线性判别 分析 ; 特征提取
维普资讯
20 5
湖 北 大学 学 报 ( 自然 科 学 版 )
第 3 O卷
样 , 此不 可分 小波应 用 于掌纹 识 别 , 过 分解 后 的掌 纹 图像 的低 频 段 包 含 了更 少 的光 照 这 一 奇异 信 将 经
息 , 而可 以减 少光 照条件 不 同对识别 结果 产生 的影 响 。 从 本文首 先对 掌纹 灰度 图像进 行两 层二 维不可 分小 波分 解 , 取其 最低频 段 来代替 原掌纹 图像 , 后利 然 用 L A 判别法 进行 特 征提 取 , P A方 法 、 DA 方 法 和 d 4小 波 +L D 与 C L b DA方 法 相 比较 , 本文 所 提 出的 方法 不管 是识 别率还 是处 理时 间都具 有显 著 的优势 .
中 图分 类 号 : P 5 T 71 文献 标 志码 : A
生 物特征 识别 , 以其普 遍性 , 唯一 性 , 方便 性 , 久 性 等 特 点 , 为 当今 模 式 识 别 和 人 工智 能 的研 究 永 成 热点. 以用 于鉴 别 身份 的人体 生物 特征 包括 DNA, 纹 , 脸 , 膜 , 音 , 可 指 人 虹 声 掌纹 , 形 , 手 耳廊 , 味 , 体 视 网膜等 . 中指纹 识别 是使 用最 早 , 其 最广 泛 , 是最 为成 熟 的一 种生 物识 别 技术 , 纹识 别是 近 年来 新 兴 也 掌 的一种 生物 特征 识别 方法 []相对 于指 纹识 别 , 纹 识 别 具有 可 区分 信 息 多 , 要 特征 稳 定 且 明 显 , 1, 掌 主 提 取特 征时 不容易 受 到噪声 的干 扰 , 窃取 的可 能性 小 等 诸 多 优势 . 此 , 被 因 掌纹 同其 他 应 用 于 身份 识 别 的 生物 特征相 比 , 具 有更广 阔的应用 前 景. 将
值 的显 著变 化. 小 波分 析 由于其 良好 的时 频分 析特 征及 多分 辨等 特点 , 年来 在信 号处 理 , 近 图像 处理 等 方 面得 到 了 广泛 的应用 , 最近 Yo u和 C e h n通 过 中 心 对 称 正 交 矩 阵 构 造 出 了一 种 具 有 线 性 相 位 的 二 维 不 可 分 小
不 可 分 小 波 的构 造
多分 辨分 析 ( A) 论提 供 了一个 构造小 波 和相应 滤 波器 的一般 方法 . 据二 维 不 可分 小 波 的多 MR 理 根
分 辨分析 理论 和小波 构造 理论 , 可分小 波构 造 的关键 问题 是 如何 构造 不 可分 小 波 的低通 滤 波器 . u 不 Yo 和C e h n构造 的不 可分小 波滤 波器 满足如 下 条件l 1: 6一 . o 叩 + o + , )l o , + r ln ( , )l ln ( 丌 7 +ln ( 叩 7 +ln ( + 丌 叩 7 一 1 r r 1 r )【 o r ,+ r )l 1 2 3分别 为低 通滤 波器 和三 个高通 滤波 器. 满 足 以下 条件 的前 提下 , ,, 在 令