Main Content

이산 다중분해능 분석

DWT, MODWT, 이중 트리 웨이블릿 변환, 쉬어릿(shearlet), 웨이블릿 패킷, 다중 신호 분석

MODWT(최대 중첩 이산 웨이블릿 변환)를 포함한 DWT(이산 웨이블릿 변환)는 신호와 영상을 점진적으로 보다 미세한 옥타브 대역으로 분석합니다. 이 다중분해능 분석을 통해 원시 데이터에서는 볼 수 없는 패턴을 감지할 수 있습니다. 웨이블릿을 사용하여, 신호의 다중 스케일 분산 추정값을 구하거나 두 신호 간의 다중 스케일 상관관계를 측정할 수 있습니다. 또한 원하는 특징만 보존하는 신호(1차원) 근사 성분과 영상(2차원) 근사 성분을 복원하고, 주파수 대역 전체에 걸쳐 신호의 에너지 분포를 비교할 수도 있습니다. 쉬어릿은 영상의 비등방성 특징에 대한 희소 근사를 제공합니다. 웨이블릿 패킷은 신호 및 영상의 주파수 성분을 점진적으로 더 미세한 동일 너비 간격으로 분할하는 변환 모음을 제공합니다.

Wavelet Toolbox™ 함수를 사용하여, 데시메이션된(다운샘플링된) 웨이블릿 변환 및 데시메이션되지 않은 웨이블릿 변환으로 신호 및 영상을 분석할 수 있습니다. DWT 필터 뱅크를 생성하고 시간과 주파수에 따라 웨이블릿 및 스케일링 함수를 시각화할 수 있습니다. 사용자 지정 필터를 사용하여 필터 뱅크를 생성하고 그 필터 뱅크가 직교인지 쌍직교인지 확인할 수도 있습니다. 웨이블릿 함수 및 스케일링 함수의 3dB 대역폭을 측정할 수 있습니다. 이론상의 DWT 통과대역에서 웨이블릿 함수와 스케일링 함수의 에너지 농도를 측정할 수도 있습니다. 다중 신호 분석을 통해 여러 신호 간의 종속 관계를 나타낼 수 있습니다. 쉬어릿을 사용하면 영상의 방향 민감형 희소 표현을 만들 수 있습니다. 신호 또는 영상에 대한 최적의 웨이블릿 패킷 변환을 결정합니다. 웨이블릿 패킷 스펙트럼을 사용하여 신호의 시간-주파수 분석을 얻을 수 있습니다.

카테고리

  • 신호 분석
    데시메이션된 1차원 웨이블릿 변환 및 데시메이션되지 않은 1차원 웨이블릿 변환, 1차원 이산 웨이블릿 변환 필터 뱅크, 1차원 이중 트리 변환, 웨이블릿 패킷
  • 영상 분석
    데시메이션된 2차원 변환 및 데시메이션되지 않은 2차원 변환, 2차원 이중 트리 변환, 쉬어릿, 영상 융합, 웨이블릿 패킷 분석
  • 3차원 분석
    볼륨 데이터에 대한 이산 웨이블릿 분석
  • 다중 신호 분석
    다변량 신호, 다중 신호 PCA