基于小波變換的交通圖像特征提取

1、基于小波變換的交通圖像特征提取基于小波變換的交通圖像特征提取摘要：小波是一種用于多層次分解函數(shù)的數(shù)學(xué)工具。作為現(xiàn)代分析學(xué)開拓的一個新領(lǐng)域，目前小波變換已經(jīng)廣泛應(yīng)用于信號處理、圖像處理、模式識別、語音識別、量子物理、地震勘測、流體力學(xué)、電磁場、CT成像、機器視覺、機器故障診斷與監(jiān)控、分形以及數(shù)值計算等等工程領(lǐng)域。本文就應(yīng)用小波變換理論解決交通圖像特征提取的問題，做了簡單的分析。關(guān)鍵詞：小波變換；交通圖像；特征提取Abstract:Thew

2、aveletdecompositionisamultilevelfunctionsfmathematicaltools.Asamodernanalyticsopenedupanewareathecurrentwavelettransfmhasbeenwidelyusedinsignalprocessingimageprocessingpatternrecognitionspeechrecognitionquantumphysicssei

3、smicsurveyingfluidmechanicselectromagicfieldsCTimagingmachinevisionmachinefaultdiagnosismonitingnumericalcalculationofthefractalsoengineering.Inthispaperwavelettransfmtheytosolvethetrafficissueoftheimagefeatureextraction

4、doasimpleanalysis.Keywds:wavelettransfm；trafficimages；FeatureExtraction一、引言基于小波包變換的圖像分析法，主要是利用小波包對圖像進行多尺度分解，然后在每個尺度上獨立地提取特征，即把不同分解尺度上信號的能量求解出來，將這些能量值按尺度順序排列形成特征向量供識別使用，這就是基于小波包變換提取多尺度空間能量特征的基本原理[1]。二、小波變換理論小波分析方法是一種窗口大小（

5、即窗口面積）固定但其形狀可變，時間窗和頻率窗都可改變的時頻局部化分析方法。在低頻部分具有較高的頻率分辨率和較低的時間分辨率，在高頻部分具有較高的時間分辨率和較低的頻率分辨率。如果（表示平方可積的實數(shù)空間，即能量有限的信號空)()(2RLtΨ?)(2RL間），其傅立葉變換為。滿足條件)(?ωΨ)(?ωΨ與標(biāo)準(zhǔn)傅立葉變換相比，小波分析中所用到的小波函數(shù)具有不唯一性，即小波函數(shù)具有多樣性，用不同的小波基分析同一個問題會產(chǎn)生不同的結(jié)果。)(xΨ

6、在本節(jié)主要介紹一下文中所涉及以及在MATLAB中用到的小波函數(shù)。1.Haar小波Haar函數(shù)是在小波分析中最早用到的一個具有緊支撐的正交小波函數(shù)，同時也是最簡單的一個函數(shù)。它的定義為：???????????其它012112101xxΨH可用圖表示。圖Haar小波函數(shù)2.Daubechies（）小波系dbNDaubechies函數(shù)是由世界著名的小波分析學(xué)者InridDaubechies構(gòu)造的小波函數(shù)，除了db1（即Haar小波）外，其它小