Wavelet Toolbox propose des applications et des fonctions pour l'analyse temps-fréquence des signaux et pour l'analyse multi-échelles des images. Vous pouvez débruiter et compresser vos données, ainsi que détecter les anomalies, les points de retournement et les transitoires. La toolbox permet de mettre en œuvre des workflows d'intelligence artificielle (IA) centrés sur les données en proposant des transformées temps-fréquence et l'extraction automatisée de caractéristiques, comprenant les transformées de diffusion, les transformées en ondelettes continues (scalogrammes), la distribution de Wigner-Ville et la décomposition modale empirique. Vous pouvez extraire des contours et des caractéristiques orientées des images en utilisant les transformées en ondelettes, en paquets d'ondelettes et en shearlets.
Les applications vous permettent de réaliser de manière interactive des analyses temps-fréquence, des débruitages de signaux ou des analyses d'images, et de générer des scripts MATLAB pour reproduire ou automatiser votre travail.
Vous pouvez générer du code C/C++ et CUDA® à partir des fonctions de la toolbox pour un déploiement embarqué.
Machine Learning et Deep Learning avec les ondelettes
Déterminez des caractéristiques à faible variance à partir de séries temporelles à valeurs réelles et d'images pour la classification et la régression avec des modèles de Machine Learning et de Deep Learning. Utilisez l'analyse continue par ondelettes pour générer des cartes temps-fréquence 2D de séries temporelles, pouvant être utilisées en entrée des réseaux de neurones à convolution (CNN) profonds.
Analyse temps-fréquence
Analysez conjointement des signaux en temps et en fréquence et des images dans l'espace, en fréquence spatiale et en angle avec la transformée en ondelettes continue (CWT). Utilisez l'application Time-Frequency Analyzer pour visualiser les scalogrammes de signaux réels et complexes. Réalisez une analyse temps-fréquence adaptative en utilisant des trames de Gabor non stationnaires avec la transformée à Q constant (CQT).
Analyse multirésolution discrète
Utilisez la transformée en ondelettes discrète (DWT) décimée pour analyser des signaux, des images et des volumes 3D dans des bandes d'octave progressivement réduites. Implémentez des transformées en ondelettes non décimées. Décomposez les processus non linéaires ou non stationnaires en modes intrinsèques d'oscillation grâce à la décomposition modale empirique (EMD).
Bancs de filtres
Utilisez les bancs de filtres en arbre dual pour améliorer la sélectivité directionnelle des images. Concevez des bancs de filtres avec la méthode du lifting. Le lifting en ondelettes offre également une approche de calcul efficace pour l'analyse des signaux et des images à des échelles ou des résolutions différentes.
Débruitage et compression
Utilisez des techniques de débruitage par ondelettes et paquets d'ondelettes pour conserver les caractéristiques supprimées ou lissées par d'autres techniques de débruitage. L'application Wavelet Signal Denoiser vous permet de visualiser et de débruiter des signaux 1D. Utilisez les ondelettes et les algorithmes de paquets d'ondelettes pour compresser les signaux et les images en supprimant des données sans affecter la qualité de la perception.
Accélération et déploiement
Accélérez votre code avec des GPU et des processeurs multicœurs pour les fonctions supportées. Utilisez MATLAB Coder pour générer du code C/C++ ANSI autonome à partir des fonctions de Wavelet Toolbox qui supportent la génération de code C/C++. Générez du code CUDA optimisé exécutable sur des GPU NVIDIA® pour les fonctions supportées.
Ressources liées au produit :
Demander une version d’essai gratuite
Profitez de 30 jours pour tester.
Prêt à acheter ?
Découvrez les tarifs et les produits.
Vous êtes étudiant ?
Votre établissement propose peut-être déjà un accès à MATLAB, Simulink et d'autres produits complémentaires via la licence Campus-Wide.
