使用不同小波对一维语音信号和二维图像进行定量多尺度分析
多媒体
2012-03-20 v1
摘要
多尺度分析表示对信号进行多分辨率审视以提高其信号质量。使用DCT、FFT以及不同小波（如Haar、Daubechies、Morlet、Cauchy、Shannon、Biorthogonal、Symmlet和Coiflet），采用级联滤波器组分解与重构，对一维语音信号和二维图像进行多分辨率分析。对指定小波进行了出色的定量分析，以研究多尺度第4级时一维语音信号和二维图像的信号质量、均方误差、熵和峰值信噪比。此外，在多尺度分析期间，二维图像压缩性能在DB-4中显著达到93.00%，在bior-4.4中达到93.68%，在Sym-4中达到93.18%，在Coif-2中达到92.20%。
引用
@article{arxiv.1203.4035,
title = {Quantitative Multiscale Analysis using Different Wavelets in 1D Voice Signal and 2D Image},
author = {Niraj Shakhakarmi},
journal= {arXiv preprint arXiv:1203.4035},
year = {2012}
}
备注
10 pages, 37 figures, Full paper is available at http://sites.google.com/site/nirajskorg/Home/wavelets; IJCSI International Journal of Computer Science Issues, Vol. 9, Issue 1, No 2, January 2012