En matemáticas y análisis numérico , la wavelet de Ricker [1]
es la segunda derivada normalizada negativa de una función gaussiana , es decir, hasta la escala y normalización, la segunda función de Hermite . Es un caso especial de la familia de wavelets continuos ( wavelets utilizados en una transformada wavelet continua ) conocidos como wavelets hermíticos . El wavelet de Ricker se emplea con frecuencia para modelar datos sísmicos y como un término fuente de amplio espectro en electrodinámica computacional. Por lo general, solo se lo conoce como wavelet de sombrero mexicano en las Américas, debido a que toma la forma de un sombrero cuando se usa como un núcleo de procesamiento de imágenes 2D. También se lo conoce como wavelet de Marr por David Marr . [2] [3]
La generalización multidimensional de este wavelet se denomina función laplaciana de Gauss . En la práctica, este wavelet a veces se aproxima mediante la función de diferencia de Gaussianas (DoG), porque la DoG es separable [4] y, por lo tanto, puede ahorrar un tiempo de cálculo considerable en dos o más dimensiones. [ cita requerida ] [ dudoso – discutir ] El laplaciano normalizado a escala (en -norma) se utiliza con frecuencia como un detector de manchas y para la selección automática de escala en aplicaciones de visión por computadora ; consulte Laplaciano de Gauss y espacio de escala . La relación entre este laplaciano del operador gaussiano y el operador de diferencia de Gauss se explica en el apéndice A en Lindeberg (2015). [5] El wavelet del sombrero mexicano también se puede aproximar mediante derivadas de B-splines cardinales . [6]
{{cite web}}
: CS1 maint: copia archivada como título ( enlace ){{cite web}}
: CS1 maint: varios nombres: lista de autores ( enlace )