|
|
|
|
|
|
|
|
abgespalten und die geglättete
Funktion wieder transformiert.
Das ursprüngliche Signal wird überführt in eine
Folge 
von Detailvektoren der Skala n. Jeder
Detailvektor enthält Informationen über Eigenschaften des Signals bei der
Skala 
.
Die diskrete Haar-Wavelet-Transformation läßt sich auf beliebige Wavelets
verallgemeinern: Jedes Wavelet wird charakterisiert durch zwei Sätze von
Koeffizienten 
und 
. Die diskrete Wavelet-Transformation lautet
dann:
Die diskrete Wavelet-Transformation konvergiert für große n zur
Integral-Wavelet-Transformation.
Die diskrete Wavelet-Transformation eines sehr fein aufgenommenen Signales ist eine beliebig gute Näherung für die Integral-Wavelet-Transformation des Signals.
|
|
|
|
|
|
|
|
