小波分析基础与应用（适合初学者）
小波的数学味挺浓，但它在图像和信号这块，真的还挺香的，尤其适合刚入门的你。它比傅立叶更能搞定“看得见时间”的频率，哪怕信号不稳定也能应对。
小波的核心是时频局部化，简单说，就是既能看“什么时候”发生了什么，又能看“是什么”在发生。用在图像中，比如压缩、去噪、边缘检测都合适。
如果你听过傅立叶变换，小波就是它的加强版：频率它也有，但时间定位更准。而且它还讲究正交分解，意思是信号可以被一堆小函数拆开重组，方便你挑着用。
像Daubechies 小波和Mallat 算法这种经典方法，已经在图像识别、压缩领域被用得飞起了。尤其是 Daubechies 小波，紧支撑、分辨率细，适合图像细节。
推荐你从傅立叶变换学起，慢慢上手小波。可以看看唐远炎那本中文教材，也别错过 Mallat 的英文大作，讲得深入浅出，适合反复啃。
如果你要动手做图像项目，先熟下小波变换再说，不然多图像特征提取会摸不着头脑。
文件大小：946.5KB
评论区