Hauptinhalt

Die Übersetzung dieser Seite ist veraltet. Klicken Sie hier, um die neueste Version auf Englisch zu sehen.

Filterbänke

Orthogonale und biorthogonale Wavelet- und Skalierungsfilter, Lifting

Orthogonale und biorthogonale Filterbänke sind Anordnungen von Hochpass-, Tiefpass- und Bandpass-Filtern, die Daten in Teilbänder aufteilen. Wenn Sie diese Teilbänder nicht modifizieren, ermöglichen diese Filter eine perfekte Rekonstruktion der Originaldaten. In den meisten Anwendungen verarbeiten Sie die Daten der unterschiedlichen Teilbänder auf verschiedene Weise und rekonstruieren eine modifizierte Version der Originaldaten. Orthogonale Filterbänke weisen keine lineare Phase auf. Biorthogonale Filterbänke weisen eine lineare Phase auf. Sie können Wavelet- und Skalierungsfilter festlegen, indem Sie die Anzahl verschwindender Momente angeben. So können Sie polynomes Verhalten aus Ihren Daten entfernen bzw. in den Daten beibehalten. Mit Lifting können Sie Filterbänke mit perfekter Rekonstruktion mit bestimmten Eigenschaften entwickeln.

Über Wavelet Toolbox™-Funktionen können Sie die gebräuchlichsten orthogonalen und biorthogonalen Wavelet-Filter abrufen und verwenden. Mithilfe von elementaren Lifting-Schritten können Sie eigene Filterbänke mit perfekter Rekonstruktion entwickeln. Zudem können Sie benutzerdefinierte Wavelet-Filter hinzufügen.

Kategorien

  • Orthogonale und biorthogonale Filterbänke
    Daubechies' Extremal-Phase-, Least-Asymmetric- und Best-Localized-Wavelets, Fejér-Korovkin-Filter, Coiflets, Han Linearphasenfilter, Morris Minimum-Bandwidth-Filter, Beylkin- und Vaidyanathan-Filter, biorthogonale Spline-Filter
  • Lifting
    1D- und 2D-Lifting, lokale polynomiale Transformationen, Laurent-Polynome

Enthaltene Beispiele