En matemáticas y análisis numérico , la wavelet de Ricker [1]
es la segunda derivada negativa normalizada de una función gaussiana , es decir, hasta escala y normalización, la segunda función de Hermite . Es un caso especial de la familia de wavelets continuas ( wavelets utilizadas en una transformada de wavelets continua ) conocidas como wavelets hermitianas . La wavelet de Ricker se emplea con frecuencia para modelar datos sísmicos y como término fuente de amplio espectro en electrodinámica computacional. Por lo general , en América solo se le conoce como wavelet del sombrero mexicano , debido a que toma la forma de un sombrero cuando se usa como núcleo de procesamiento de imágenes 2D. También se la conoce como wavelet de Marr por David Marr . [2] [3]
La generalización multidimensional de esta wavelet se denomina función laplaciana de Gauss . En la práctica, esta wavelet a veces se aproxima mediante la diferencia de funciones 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 necesaria ] [ dudoso - discutir ] La escala laplaciana normalizada (en norma) se usa con frecuencia como detector de manchas y para la selección automática de escala en aplicaciones de visión por computadora ; ver Laplaciano de Gauss y espacio de escala . La relación entre este operador laplaciano del gaussiano y el operador de diferencia de gaussianos se explica en el apéndice A de Lindeberg (2015). [5] La wavelet del sombrero mexicano también puede aproximarse mediante derivadas de B-splines cardinales . [6]
{{cite web}}
: Mantenimiento CS1: copia archivada como título ( enlace ){{cite web}}
: Mantenimiento CS1: varios nombres: lista de autores ( enlace )