Howtosignalprocessing
- La transformación wavelet es adecuada para la señal estacionaria?
- ¿Cuál es la diferencia entre la transformación de wavelet continua y la transformación de wavelet discreta??
- ¿Cuáles son los tipos de wavelet??
- Cual es la mejor wavelet?
La transformación wavelet es adecuada para la señal estacionaria?
En tal situación, las transformaciones wavelet son principalmente útiles para procesar señales no estacionarias. Las aplicaciones que exigen tiempo y información de frecuencia simultáneamente se consideran una herramienta potencial para proporcionar resultados tangibles.
¿Cuál es la diferencia entre la transformación de wavelet continua y la transformación de wavelet discreta??
El CWT y las transformaciones discretas de wavelet difieren en cómo discretizan el parámetro de escala. El CWT típicamente usa escalas exponenciales con una base más pequeña de 2, por ejemplo 21/12 . La transformación de wavelet discreta siempre usa escalas exponenciales con la base igual a 2.
¿Cuáles son los tipos de wavelet??
Hay dos tipos de transformaciones wavelet: la transformación de wavelet continua (CWT) y la transformación de wavelet discreta (DWT). Específicamente, el DWT proporciona una herramienta eficiente para la codificación de señal.
Cual es la mejor wavelet?
Una wavelet ortogonal, como una wavelet de Symlet o Daubechies, es una buena opción para denominar señales. Un wavelet biogonal también puede ser bueno para el procesamiento de imágenes.
![¿Cómo puedo usar el FFT en MATLAB para obtener la representación de la ecuación del dominio del tiempo de una imagen?? [duplicar]](https://howtosignalprocessing.com/storage/img/images_1/how_can_i_use_the_fft_in_matlab_to_get_the_time_domain_equation_representation_of_an_image_duplicate.jpg)
