問題タブ [wavelet-transform]

下の画像に示すようにx1、信号の振幅が最も大きく、信号の振幅が最も小さい理由を知りたいのですが？x2

コードを実行したときx1、最小の振幅、x2中程度の振幅x3、最大の振幅を期待していました。これは、以下の式に示すように、 にx110 を掛けて、別の振幅 10 を加えたものにx2等しいなどです。x1

これらの点を明確にしてください。

t が合計時間で t' がウィンドウの幅であることを考えると、信号処理の経験がありSTFT、下に投稿された画像のウィンドウ関数が (tt') からのものである理由を説明できますか?

最初はウィンドウが t=0 にあり、例のウィンドウの長さが 3 の場合、ウィンドウは t=0 -> t=3 にまたがり、合計時間がたとえば、T = 10 の場合、ウィンドウ関数は のようw(T-3)になります。これは 7 ですか?! 私は本当にそれを理解することができず、私が理解できない隠された何かがあると信じています.

よろしければご理解いただきご指導をお願いいたします。ありがとう 画像：

spectrogram以下に投稿されたものが、特定の非定常信号の真の表現であるかどうかを知りたいです。

それが本当の表現である場合、プロットの特定の機能についていくつか質問があります...

横軸が 0->.25 の場合、最高周波数までの信号成分が表示されるのはなぜですか? 最初の期間が与えられた場合t1、信号の周波数のみが表示されるはずx1です。さらに、2 番目の期間が与えられるとt2、信号の周波数のみが表示されるはずx2です。しかし、それは私が以下に投稿したものではありませんspectrogram。

スペクトログラムにこれらの特徴が見られる理由を説明していただけますか?

スペクトログラムと方程式

コード:

Update_1 : 提案された回答を試したところ、次のメッセージが表示されました。

使用したコード:

更新_2

ディペクトログラム_2 :

傷のセグメンテーションにローカル ヒストグラム アプローチを試しましたが、これはすべての種類の画像でうまく機能しませんでした。次に、傷のセグメンテーションにウェーブレット変換を使用する方法を教えました。

傷のセグメンテーションに適したウェーブレット変換と、それを実装するためのヒントはどれですか??

すべての光条件でウェーブレット変換を使用してセグメントを作成するよりも良い方法はありますか??

また、イメージ クラスタリングも試しましたが、うまくいきませんでした。

以下に、使用したテスト ケースとクラスタリング プログラムをいくつか示します。

would-1 with background : (2 つのクラスター)

背景なしのWold-1：

背景付きの2：

背景なしのWould-2 : (3つのクラスター)

背景を削除すると、セグメンテーションが少し改善されますが、背景を削除するために、手動操作に依存するグラブカットを使用しています。そのため、100% の成功例を達成するには、画像をセグメント化するための kmean-clustering の代替 (または) 上記のコードのいくつかの改善が必要です。

それで、傷を分割するより良い方法はありますか??

私は、4つのグループ（異なる薬物投与レベルが適用されている）に分割された（マウスからの）fMRI画像で構成されるデータセットを持っています。各 fMRI 画像は 4D です。つまり、各ボクセルは時系列です。fMRI 画像ごとに、1 つの特徴ベクトルを抽出したいと考えています。

ここで、特徴抽出にウェーブレット分解を使用したいと考えています。Matlab には 4D ウェーブレット分解が存在しないため、時系列の平均を取ることで 4D 画像を 3D に変換します。次に、3D ウェーブレット分解を適用し、LL コンポーネントをフィーチャとして取得します。つまり、次のようなことを行います。

もちろん、後で機能選択アルゴリズム (再帰的な機能の削除など) を適用して、次元を削減することもできます。

このアプローチについてどう思いますか？より良いアプローチはありますか？

dwt2 経由で画像のエッジを検出したい。実際に、この記事をシミュレートします。

エッジ検出の最初のステップは、すべての近似係数をゼロに置き換えることに基づいています。しかし、近似係数をゼロに置き換えると、エッジは記事で見た結果とは異なります。

これが私のコードです：