Ведущий раздела " Обработка сигналов и изображений\Wavelet Toolbox" :
Алексеев Кирилл Александрович - кандидат технических наук, доцент кафедры "Автоматика и телемеханика" Пензенского государственного университета. Область научных интересов: обработка сигналов датчиков:
- спектральный анализ,
- вейвлет-анализ (континуальный анализ, лифтинг, дискретное преобразование),
- моделирование систем управления,
- метрологическая аттестация датчиков давления,
- параметрическая идентификация датчиков давления.
Для связи с ведущим раздела Вы можете использовать e-mail с пометкой в поле "Тема" - Для К.А.Алексеева или форум пользователей MATLAB.
Вейвлет-анализ
В настоящее время вейвлет-анализ является одним из наиболее мощных и при этом гибких средств исследования данных: помимо возможностей сжатия и фильтрации данных, анализ в базисе вейвлет-функций позволяет решать задачи идентификации, моделирования, аппроксимации стационарных и нестационарных процессов, исследовать вопросы наличия разрывов в производных, осуществлять поиск точек склеивания данных, удалять в данных тренд, отыскивать признаки фрактальности информации. Отметим, в основе подобных возможностей, обеспечивающих вейвлет-анализу весьма перспективное будущее, лежит природа его многомасштабности. Иначе говоря, гармонический анализ отдыхает там, где работает анализ вейвлет!
Wavelet Toolbox - это открытый, дружественный для пользователя пакет расширения MatLab, позволяющий синтезировать всевозможные алгоритмы обработки информации - данных, сигналов и изображений - с использованием вейвлет-функций. В своей работе пакет широко использует возможности системы MatLab (матричные алгоритмы вычислений, стильную и в тоже время мощную графику) для решения задач анализа (шумоподавления, расфильтровки, сжатия и восстановления): это предоставляет в распоряжение как начинающего, так и профессионального пользователя исчерпывающий набор функций для реализации собственных алгоритмов обработки данных, т.е. написания собственного m-кода, а также средства графического интерфейса (GUI). Можно сказать, пакет Wavelet Toolbox оказывается превосходным средством для решения задач обработки одно- и двумерной информации: действительно, спектр задач, решаемых с использованием пакета, настолько широк, что упоминание таких проблем, как обработка звука, статических изображений и видеокартинок, не говоря уже о передаче данных, исследовании массивов геофизических, сейсмоакустических данных, биомедицинских сигналов и изображений, будет, естественно, далеко не полным.
Содержание пакета
Обширная библиотека вейвлет-функций (континуальных неортогональных вейвлетов, в том числе комплексных; ортогональных семейств функций, функций Добеши, Койфмана, а также симлетов; биортогональных вейвлетов); широкий набор вейвлет-фильтров
- Всевозможные функции для реализации континуального анализа, дискретного одноуровневого и дискретного многоуровневого анализа
- Функции анализа и синтеза данных с использованием вейвлет-пакетов
- Функции для решения задач аппроксимации данных, статистических распределений и т.п.
- Функции внедрения в пакет собственных вейвлет-функций и работы с ними
- Набор средств визуализации результатов анализа и синтеза
- Средства GUI
GUI
Графический интерфейс пользователя, имеющийся в арсенале средств пакета Wavelet Toolbox, обеспечивает доступ ко всем возможностям пакета, достигаемым при использовании стандартных функций командной строки: здесь достаточно перечислить
- GUI для континуального анализа данных с использованием континуальных вейвлет-функций, в том числе комплексных;
- GUI для одномерного дискретного анализа данных;
- GUI для двумерного дискретного анализа изображений;
- GUI для расфильтровки и шумоподавления одно- и двумерных данных;
- GUI для оценивания плотности распределений данных;
- GUI для одномерного регрессионного оценивания данных, дискретизованных с эквидистантным или неравномерным шагом;
- GUI для сжатия и восстановления одномерных данных с использованием техники дополнения нулями, симметризации и т.п.
Материалы раздела:
MathWorks: Documentation (Release 13) \ Wavelet Toolbox
|
