小波变换(wavelet transform)的通俗解释(二)
相信大家都看过油画。 对于特别巨幅的油画, 不知道有没有过体会, 油画是只可远观而不可亵玩? 当你在足够远的距离观察油画时, 油画所表达的内容是有层次且内容丰富的, 但是当你靠近油画甚至贴在油画上看时, 你只能看到一个个的小色块, 而此时这些小色块此时变成毫无意义的无规则排列。 我们假设油画中的每个小色块都对应某一信号中的某个瞬时时间,那么无数个小色块就拼凑成了整幅画, 相当于无数个瞬时时间片段组成了整个信号。那么,当我们想看看在这个信号的某个时间发生了什么的时候, 我们不得不试图靠近这幅画。
假设一个信号所包含的全部频率信息包含在一副无边无际的油画之中, 辣么, 当你和油画的距离为无穷远的时候你能够毫不费力的看清楚这幅画的全貌,(相当于傅立叶变换,可获得此信号的全部频率信息), 但是你却无法看清楚这幅画的细节(无法得知此信号在某个时刻的瞬时频率)。 当你慢慢走向这幅画的时候(给傅立叶变换加窗), 你走得越近(窗长越短), 细节越清楚(信号的时间分辨率越来越高), 也就是每个小色块都越来越清晰, 但每个色块所包含的信息量(频率信息)也越来越少,这就是著名的海森堡测不准原理(你永远无法得知一个信号之中任一时刻的准确频率信息, 即瞬时频率), 也就是说你永远不可能在距离油画0 cm的位置观测出油画所画的内容。
如果,以上我的假设你都认同的话,辣么加窗傅立叶变换相当于你选择了一个固定的距离观察这幅油画,当距离近时(窗长减少), 油画的细节更加清楚, 但是油画所表达的信息量随之减少。
这时候就有人提出来了,这个问题还不容易吗? 油画在有的地方细节多,我们就离近一点看嘛(增大变换尺度,增加时间分辨率);有的地方细节少,我们就离得稍微远一点看嘛(减小变化尺度,缩减时间分辨率),这样,在细节和内容的信息量上都能兼顾,能够更全面的欣赏这幅油画,这就是所谓的小波变换啦!其实这个原理非常简单, 题主可以想象我们看一副大型油画时,通常都是先离远点看看全貌, 然而对于一些细节丰富的地方,我们会走近观察。
最后总结: 傅立叶变换就相当于: 你只能在远距离观察油画; 加窗傅立叶变换相当于: 你只能在固定的距离观察油画; 而小波变换相当于,你可以在任意的距离观察油画。
作者:兔宝
转载自:https://www.zhihu.com/question/22864189/answer/136518602
来源:知乎
小波变换(wavelet transform)的通俗解释(二)相关推荐
- 小波变换(wavelet transform)的通俗解释
本篇为<信号处理>系列博客的第三篇,该系列博客主要记录信号处理相关知识的学习过程和自己的理解,方便以后查阅. 文章原地址:<小波变换(wavelet transform)的通俗解释( ...
- 【图像处理】图像离散小波变换(Discrete Wavelet Transform)及python代码实现
Motivation 看到有论文用到了图像的Haar Discrete Wavelet Transform(HDWT),前面也听老师提到过用小波变换做去噪.超分的文章,于是借着这个机会好好学习一下. ...
- 【小波变换】离散小波分解Discrete Wavelet Transform
此篇博客记录自学离散小波分解的相关内容,以后若有更多理解在此篇更新. 一. 为什么需要离散小波分解 除离散变换外,还有连续小波分解,通过改变分析窗口大小,在时域上移动窗口和基信号相乘,最后在全时 ...
- 双树复小波变换Dual-Tree Complex Wavelet Transform在信号处理中的应用
本文展示了双树复小波变换 (Dual-Tree Complex Wavelet Transforms,DTCWT) 在信号.图像和轴承故障诊断方面的应用. DTCWT 为两个独立的两通道滤波器组,在实 ...
- 小波变换(wavelet transform,WT)
小波变换 小波变换介绍 小波变换的优势 小波变换介绍 小波变换字面理解:专用于小的波形信号处理,可能有非常好的效果. 小波变换(wavelet transform,WT)是一种新的变换分析方法,它继承 ...
- 傅立叶分析和小波分析之间的关系(通俗解释)
从傅里叶变换到小波变换,并不是一个完全抽象的东西,可以讲得很形象.小波变换有着明确的物理意义,如果我们从它的提出时所面对的问题看起,可以整理出非常清晰的思路. 下面我就按照傅里叶–>短时傅里叶变 ...
- 协方差、相关系数---通俗解释
一.协方差的意义 学过概率统计的孩子都知道,统计里最基本的概念就是样本的均值,方差,或者再加个标准差.首先我们给你一个含有n个样本的集合,依次给出这些概念的公式描述,这些高中学过数学的孩子都应该知道吧 ...
- Wasserstein metric的通俗解释
Wasserstein metric的通俗解释 关注他 166 人赞同了该文章 本文收录在无痛的机器学习第二季目录. Wasserstein GAN可以算是GAN界的一大突破了,有关它的介绍和使用心 ...
- 1.通俗解释分布式系统
1.通俗解释分布式系统 分布式–无非就是将一个系统拆分为多个子系统并散布到不同设备的过程而已 本质而言(拆分和连接):实现一个分布式系统,最核心的部分无非就是两点: 如何拆分:可以有很多方式,核心依据 ...
- java web中Jdbc访问数据库步骤通俗解释(吃饭),与MVC的通俗解释(做饭)
一.Jdbc访问数据库步骤通俗解释(吃饭) 1)加载驱动 Class.forName("com.microsoft.jdbc.sqlserver.SQLServer"); 2) 与 ...
最新文章
- Greasemonkey——打造自己的互联网
- 面试小记---外部脚本必须包含 script 标签吗?
- java中集合的迭代操作
- OPENSSL 的深入理解
- oracle 12c 创建PDB用户即Local User (PDB与CDB)
- 用几何(解析几何)方法求解概率问题
- 手推公式+项目实操复现!《机器学习》完整详解
- 统计学习(一):数据的组织和表示
- 基于MATLAB 关于圆的研究
- 2018. 2.4 Java中集合嵌套集合的练习
- 【安卓】三星手机刷机教程
- HTML5代码雨程序
- vue中使用图片裁切器
- c语言浮点变量是什么意思,C语言中说的浮点型是什么意思呢 C语言的浮点数是什么...
- FX110网:鳄鱼线(Alligator)指标的操作应用
- 区块链+人工智能,重新定义世界
- 【每日新闻】三星电子市值跌至全球第18位,落后中国阿里腾讯 | 中国AI领袖人物吴甘沙:无人驾驶技术距离我们已经不再遥远
- 腾讯优测-优社区干货精选 | android开发在路上:少去踩坑,多走捷径(上)
- 别吃泡面啦,我们来泡个4D打印的机器人出来玩
- 360WIFI2无线网卡移植 -MT7601U移植
热门文章
- 2018年12月份GitHub上最热门的Java开源项目
- Apache Tomcat 9 用户指南
- OneManager+CloudFlare Workers部署教程
- windows下的终端工具和产品力
- vue.js视频课程_在此免费课程中学习Vue.js! ✨
- plsql的异常提示怎么定位_oracle plsql 异常信息怎样查看
- mysql远程访问错误
- 面试问题:Spring中Bean 的生命周期
- 浏览器兼容之JavaScript篇——已在IE、FF、Chrome测试
- Asp.net三层结构原理与用意学习入门教程(五)