Przetwarzanie obrazu na podstawie transformacji falkowej w Pythonie [zamknięte]

1. Jak transformacja falkowa jest używana w przetwarzaniu obrazu?
2. Jaka jest wada transformacji falkowej?
3. Dlaczego dyskretna transformacja falkowa jest używana w przetwarzaniu obrazu?

Jak transformacja falkowa jest używana w przetwarzaniu obrazu?

Za pomocą transformacji falkowej obraz można rozłożyć na różnych poziomach rozdzielczości, ponieważ rozkład falkowy ma różny rozmiar okna i może być również przetwarzany od niskiej rozdzielczości do wysokiej rozdzielczości, ponieważ transformacja falkowa jest zlokalizowana zarówno w domenach czasowych, jak i częstotliwościowych.

Jaka jest wada transformacji falkowej?

Chociaż dyskretna transformacja falkowa (DWT) jest potężnym narzędziem do przetwarzania sygnału i obrazu, ma trzy poważne wady: wrażliwość na zmianę, słabą kierunkowość i brak informacji fazowych.

Dlaczego dyskretna transformacja falkowa jest używana w przetwarzaniu obrazu?

DWT rozkłada sygnał cyfrowy na różne podpasme, dzięki czemu podpbluły o niższej częstotliwości mają dokładniejsze rozdzielczość częstotliwości i grubszą rozdzielczość czasową w porównaniu z podpasmami o wyższej częstotliwości. DWT jest podstawą nowego standardu kompresji obrazu JPEG2000.