
By Yung-Kai Lai, C.-C. Jay Kuo, Jin Li
Read Online or Download [Article] New Image Compression Artifact Measure Using Wavelets PDF
Best mathematics books
Partial differential equations with Fourier series and BVP
This example-rich reference fosters a soft transition from straightforward usual differential equations to extra complex ideas. Asmar's comfortable kind and emphasis on purposes make the fabric obtainable even to readers with restricted publicity to themes past calculus. Encourages laptop for illustrating effects and purposes, yet is additionally appropriate to be used with out machine entry.
- Perturbation Theory for Linear Operators, Second Edition (Classics in Mathematics)
- Stochastic Processes — Mathematics and Physics II: Proceedings of the 2nd BiBoS Symposium held in Bielefeld, West Germany, April 15–19, 1985
- Solving Polynomial Equation Systems II: Macaulay's Paradigm and Grobner Technology (Encyclopedia of Mathematics and Its Applications Series, Volume 99)
- Higher Engineering Mathematics (5th Edition)
- Dreams of Calculus Perspectives on Mathematics Education
- Theory and Calculation of Alternating Current Phenomena
Extra info for [Article] New Image Compression Artifact Measure Using Wavelets
Sample text
Analog erhält man die tiefen Frequenzanteile der Koeffizienten c0,0 (m) durch Hochpassfilterung der Koeffizienten c1,1 (m). Dies lässt sich auf alle Knoten verallgemeinern, welche die hohen Frequenzanteile ihres übergeordneten Knotens darstellen. 7 (Wavelet-Packet-Koeffizienten eines Chirp-Signals) Es wird nun anhand eines linearen Chirp-Signals gezeigt, dass die vorgestellte Vertauschung der Tiefpass- und Hochpassfilter korrekt ist. Ein lineares ChirpSignal ist eine Kosinusschwingung, deren Frequenz linear mit der Zeit anwächst.
Wird beispielsweise die Folge der Eingangskoeffizienten c0 (m) um einen Koeffizienten verschoben, so sind die Koeffizienten der folgenden Stufen vollkommen andere als ohne Verschiebung, da die Downsampling-Operation der ersten Stufe gerade diejenigen Koeffizienten behält, die sie ohne Verschiebung verworfen hätte. Werden die Eingangskoeffizienten um zwei verschoben, so verschieben sich die Koeffizienten c1 (m) bzw. d1 (m) um eins, die Koeffizienten aller weiteren Stufen sind aber wiederum völlig verschieden.
2 Kurzzeit-Fourier-Transformation Am Anfang diesen Kapitels wurde festgestellt, dass die Fourier-Transformation das Innenprodukt des zu analysierenden Signals x(t) mit komplexen harmonischen Schwingungen berechnet. 1 stellen diese komplexen Schwingungen also die Menge der Basisfunktionen dar, bezüglich derer das Signal analysiert wird. Wie bereits erwähnt, stellt die unendliche Ausbreitung im Zeitbereich ein Problem bei der Analyse nichtstationärer Signale dar. Es liegt also nahe, das Problem dadurch zu lösen, indem man die Basisfunktionen zeitlich begrenzt.