haar小波，小波变换和haar小波变换是不是一回事

本文目录一览

1，小波变换和haar小波变换是不是一回事
2，什么是HAAR小波
3，求海明威舞团成员小波的资料
4，有哪位大侠能告诉我Haar小波和mallat算法的关系是什么谢谢
5，用haar小波对图像进行3级分解然后分别对每层图像进行重构重构
6，如何画出haar和db小波基函数

1，小波变换和haar小波变换是不是一回事

haar变换是小波变换的其中一种，是最简单的正交归一化小波

小波变换和haar小波变换是不是一回事

2，什么是HAAR小波

Haar基本小波函数定义在区间 [0，1]上，如图所示：该基本小波定义的小波变换称为Haar小波变换，是常用的小波变换中最简单的一种。

什么是HAAR小波

3，求海明威舞团成员小波的资料

小波（俞淄波）：曾与海鸣威，邓宁等多位艺人合作，为人低调，及其擅长wave技巧，喜欢收集air jordan的鞋。

midnight （featuring casely） - pitbull

求海明威舞团成员小波的资料

4，有哪位大侠能告诉我Haar小波和mallat算法的关系是什么谢谢

mallat算法对信号进行分解与重构的算法，它本身并没有涉及具体的小波函数。而Haar小波是一种可以用于信号分解与重构的小波函数，在Mallat算法中可以选择使用haar小波作为小波函数。

我也正需要可以给我发一份吗？谢谢！语音增强其他的算法也行，资料很难找啊我的邮箱是137954690@qq.com

5，用haar小波对图像进行3级分解然后分别对每层图像进行重构重构

理论上把图像分解后，然后重构，不管从哪一层重构得到的图像都应该不一样，按你的意思，处理分解完了，重构后的结果和之前一样，那还处理个啥？小波的重构分两种，一种是完全重构，就是把最终分解的最大阶次的逼近信息和各阶细节信息加到一起重构，得到原始信号，通常应用时为了某种目的，可以减少某些阶次的信息去重构。例如消噪时，可以去掉几个低阶的细节信息，用高阶细节和最大阶次的逼近信息完全重构，就可以得到原始图像消噪的结果；另一种是单级重构，就是不管逼近还是细节的小波系数都是不能直接应用的，通常都需要用小波系数重构才能得到处理结果。由于每一层分解的小波系数都不同，所以重构后的图像当然不同。你的基本概念完全是混乱的啊！

搜一下：用haar小波对图像进行3级分解，然后分别对每层图像进行重构，重构后的为什么得到的三个图不一样呢。

6，如何画出haar和db小波基函数

你看的是小波变换和motion信号处理（二），如果你看了（一）就知道咋算了。按它的算法，内积是两个数组对应位置元素相乘再求和。psi（2n）的式子只看不是0的元素（因为0的乘积与求和还是0对最终内积的计算没有影响），值为1/2根号2的2个（n为1、2时，这里为了方便讲解n一般可以认为取整数，实际上是为了离散化取的个数），值为－1/2根号2的2个（n为3、4时），它自己的内积为1/2根号2×1/2根号2＋1/2根号2×1/2根号2＋（－1/2根号2×－1/2根号2）＋（－1/2根号2×－1/2根号2）＝1/8＋1/8＋1/8＋1/8＝1/2，不等于1，按它的解释就不归一化正交了。而乘上根号2，根号2×psi（2n）这个新函数的内积按照上面的计算是1/4＋1/4＋1/4＋1/4＝1，应该就归一化正交了。原始haar的数学定义值是1、－1和0，主要是定义域为[0,1/2)和[1/2,1)，不仅正交还归一化了。对于内积的计算如果是离散的向量，就用如上面的计算方式，如果是数学上的无限函数的连续值，就要计算积分了，haar很简单，按照积分的意义就是曲线与X轴围城的面积，从haar的图形面积就是1。不过其它正交小波函数可不一定为1，也就是不一定都归一化。上面的例子也是为了方便说明而已，其设定和理解还有些方面需要讨论，凑活意会吧！水平有限，仅供参考。