Metody falkowe analizy sygnałów

• Autorzy: Niedziela T.

Warianty tytułu

EN

Wavelet methods of signal analyzing

• Języki publikacji: PL

Abstrakty

PL

Zaproponowano metody falkowe analizy sygnałów 1-D, 2-D oraz 3-D. Przedstawienie „lądu” transformaty falkowej w postaci „lasu” transformat falkowych składającego się z” lasu” aproksymacji i trzech „lasów” detali (poziomego, pionowego i diagonalnego) pozwala na szybką detekcję punktów osobliwych z obrazów o wysokim poziomie szumów. „Drzewo aproksymacyjne” stanowi zbiór aproksymacji wieloskalowej, a „drzewo szczegółów” jest zbiorem detali współczynników odpowiednich orientacji. Skuteczność metody falkowej zilustrowano na przykładzie kompresji obrazów kolorowych.

EN

In the paper the wavelet methods of 1-D 2-D 3-D signal analyzing are presented. Wavelet transforms are presented in the "transform forest" form consisting of approximation "forest" given by the "sub forest" details : horizontal, vertical and diagonal. In the pictures which is embedded in large noises this allows the quick detection of singular points. Proposed approximation tree makes a set of multi-scaling approximations in which the tree details make a set of coefficient details for selected orientations. Effectiveness of proposed wavelet method was illustrated on the compression example of the color pictures.

Słowa kluczowe

PL

metoda falkowa; transformata Fouriera; analiza sygnałów

EN

wavelet method; signal analysis; Fourier method

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Logistyka
• Rocznik: 2014
• Tom: nr 6
• Strony: 7788--7796
• Opis fizyczny: Bibliogr. 11 poz., rys., pełny tekst na CD3

Twórcy

autor

Niedziela T.

Bibliografia

• 1. Białasiewicz J., „Falki i aproksymacje”, Wydawnictwo Naukowo-Techniczne, Warszawa, 2000
• 2. Grossmann A. and Morlet J., “Decomposition of Hardy functions into square integrable wavelets of constant shape” SIAM J. Marh., vol. 15, pp. 723-736, 1984.
• 3. Mallat S., „A wavelet tour of signal processing, Academic Press, San Diego, 1997.
• 4. Mallat S. G., „Multifrequency Channel Decomposition of Images and Wavelet Models”, IEEE Transactions on Acoustics, Speech and Signal Processing, vol. 37, No. 12, December 1989
• 5. Meyer Y., “Wavelets: Algorithms and Applications”, Society for Industrial and Applied Mathematics, Philadelphia, 1993
• 6. Niedziela T., Stankiewicz A., Świętochowski M., “Homographic wavelet analysis in identification of characteristic image features”, Optica Applicata, XXX, 2-3, 2000, s. 349-359.
• 7. Niedziela T., Stankiewicz A., Rogala K., Świętochowski M., „Analiza falkowa w rozpoznawaniu obrazów dwuwymiarowych”, Prace Naukowe Instytutu Technicznego Wojsk Lotniczych, 11, 2000, s. 45-56.
• 8. Niedziela T. „Falkowa kompresja obrazów kolorowych”, Logistyka 4, 2014, 2280-2290.
• 9. Ściuba M., “Ocena przydatności współczynników falkowych jako cech charakterystycznych obiektów z obrazów”, Praca dyplomowa, Polsko-Japońska Wyższa Szkoła Technik Komputerowych, 2005.
• 10. Zikuan ., Mohammad A. K. „Forest representation of wavelet transform and feature detection”, Opt. Eng. 39, 5, 2000, 1194-1202.
• 11. Ziółko M., “Modelowanie zjawisk falowych”, Uczelniane Wydawnictwo Naukowo-Dydaktyczne, Kraków 2000.