理解小波理论的先决条件

时间:2009-09-21 00:47:53

标签: math image-processing artificial-intelligence wavelet

我拥有计算机科学学位,并参加了以下数学课程。

  • 微积分I
  • 微积分II
  • 离散数学与数论
  • 线性代数
  • 概率
  • 逻辑
  • 自动机理论

我应该采取哪些其他课程来准备研究小波,重点是实施小波变换?

编辑:

看起来因为没有“编程相关”而关闭了。那是错的!

小波变换是一种非常常见的图像处理技术,它用于H.264和JPEG2000。图像处理是否超出了StackOverflow的范围?

4 个答案:

答案 0 :(得分:8)

除了你已经有的东西之外,我还会推荐信号处理或一些涵盖傅里叶变换等的类似课程。傅立叶理论除了可以作为小波的基础之外,还将为您提供一种查看通常有用的数据的新方法。小波可能是更高级信号处理课程课程的一部分。

答案 1 :(得分:2)

线性代数和微积分可以帮助你,但不是很多。您还需要查看复杂分析和微分方程。

答案 2 :(得分:2)

听起来我应该开始学习小波变换,然后找出沿途的空白。他们不参与其中。傅立叶变换等只是正交基的一个例子,它是线性代数的一部分。

答案 3 :(得分:0)

取决于您是否想要了解离散或连续小波变换。如果离散,那么你将需要基本傅里叶理论,线性代数和复数理论。如果连续,那么你将需要先进的傅里叶理论和静止相位近似。

如果你想做研究,那么我建议学习离散和连续学习。大多数人只是详细了解其中一个,这严重扼杀了研究。这里有很多交叉授粉的机会。