Abstract | ||
---|---|---|
Nous introduisons un cadre général pour le calcul efficient de la transformée en ondelettes continue (TOC) à l'aide d'un banc de filtres. La méthode permet un échantillonage arbitraire le long de l'axe des échelles, et présente une complexité en O( N ) par échelle, où N est la longueur du signal. Les algorithmes antérieurs qui calculaient des échantillons non-dyadiques le long de l'axe des échelles nécessitaient O( N log( N )) calculs par échelle. Notre approche tire parti d'une fonction d'échelle compacte pour analyser l'ondelette. Nous discutons notre théorie, qui utilise le principe de dualité et le filtrage numérique récursif pour le calcul rapide de la TOC. Nous dérivons des limites d'erreur sur l'approximation d'ondelette et montrons comment obtenir n'importe quel degré de precision en utilisant des filtres plus longs. Enfin, nous présentons des exemples d'implantation pour des ondelettes réelles symétriques et antisymétriques. |
Year | DOI | Venue |
---|---|---|
1997 | 10.1016/S0165-1684(96)00189-2 | Signal Processing |
Keywords | Field | DocType |
b-splines,wavelet transform,continuous wavelet,approximation theory,least-squares formulation,digital filter,b splines,continuous wavelet transform,least square,filter bank,orthogonal projection | Mathematical optimization,Fast wavelet transform,Second-generation wavelet transform,Discrete wavelet transform,Cascade algorithm,Stationary wavelet transform,Wavelet packet decomposition,Mathematics,Wavelet transform,Wavelet | Journal |
Volume | Issue | ISSN |
57 | 2 | Signal Processing |
Citations | PageRank | References |
5 | 1.34 | 6 |
Authors | ||
3 |
Name | Order | Citations | PageRank |
---|---|---|---|
Michael J. Vrhel | 1 | 103 | 22.75 |
C. Lee | 2 | 198 | 21.58 |
Unser, M. | 3 | 3438 | 442.40 |