新MATLAB应用图像处理 第二版 教学课件 胡晓军_ 第11章.pptVIP

第11章 MATLAB小波分析在图像处理中的应用 11.1 小波和小波变换 　　小波(Wavelet)这一术语，顾名思义，“小波”就是小区域、长度有限、均值为0的波形。所谓“小”是指它具有衰减性，而称之为“波”则是指它的波动性，其振幅正负相间的振荡形式。小波是定义在有限间隔且其平均值为零的一种函数，它的波形如图11.1所示。图11.1是从许多使用比较广泛的小波中挑选出的几种一维小波。 　　图11.1所示的小波中，缩放函数和小波函数的名称大多数是以开发者的名字命名的，例如Moret小波函数是Grossmann和Morlet在1984年开发的，db6缩放函数和db6小波函数是Daubechies开发的几种小波之一，Meyer缩放函数和Meyer小波函数是Meyer开发的。但也有不少例外，例如sym6缩放函数和sym6小波函数则是symlets的简写，是Daubechies提议开发的几种对称小波之一，coif2缩放函数和coif2小波函数是Daubechies应R.Coifman的请求而开发的几种小波之一。 　　图11.1所示的小波具有有限的持续时间和突变的频率和振幅，波形可以是不规则的，也可以是不对称的，在整个时间范围里的幅度平均值为零。 　　与傅立叶分析相比，小波分析能更有效地处理不规则的激烈变化信号。傅立叶变换是把一个信号分解成各种不同频率的正弦波，因此正弦波是傅立叶变换的基函数。同样，小波分析是把一个信号分解成将原始小波经过移位和缩放之后的一系列小波，因此小波同样可以用来表示一些函数的基函数。 　　设x(t)是平方可积函数，即x(t)∈L2(R)，则x(t)的小波变换(Wavelet Transform，WT)定义为 其中，ψ(t)是基本小波或母小波(Mother Wavelet)函数，*为的共轭，而　　　　　　是基本小波ψ(t)的位移和尺度伸缩，也称为ψ(t)的生成小波。式中a＞0，称为尺度因子，b反映时间位移，其值可正可负，符号·表示内积。 　　式(11.1)中的t、a和b均为连续变量，因此式(11.1)称为连续的小波变换(Continuous Wavelet Transform，CWT)。 　　尺度因子a的作用是对基本小波ψ(t)作伸缩，a愈大ψ(t/a)愈宽。对于一个持续时间有限的小波，ψ(t)与ψab(t)之间的关系以及不同尺度a下小波分析区间的变化可用图11.2表示。从图11.2中可以看出，小波的持续时间随a的增大而加宽，幅度则与成反比，但波形保持不变。 　　ψab(t)前加因子1/的目的是使在不同的a值下ψab(t)的能量保持不变。 　　假定小波ψ(t)是高斯型的，即Morlet小波： (11.2) 它的频谱Ψ(ω)为 　　由于(ω)是中心频率在ω0处的高斯型函数，如图11.3(a)所示，形状近似于矩形函数，因此可以表征X(ω)在ω0附近的局部性质，X(ω)为x(t)的频谱。如果采用不同的尺度伸缩因子a，(aω)的中心频率和带宽将发生变化。例如当a?=?2时，ψ(t /2)的傅立叶变换为 　　可见此时中心频率降到ω0 /2，而带宽的比例系数由2T-1/2变为T-1/2，如图11.3(b)所示，因而|(aω)|的品质因数不变。 　　总之，从频域上看，用不同的尺度作小波变换，相当于用一组中心频率不同的带通滤波器对信号进行处理。带通滤波器既可以对信号进行分解，也可以用于信号的检测。 　　图11.4表示小波变换在时频平面上的基本分析单元的特点。当a值小时，ψ(t/a)很“窄”，因此在时间轴上的观测范围小，可以“细致观察”时域波形的变化；而在频域上相当于用较高频率的小波，对信号的频谱作分辨率较低的分析。当a值较大时，ψ(t/a)变“宽”，时间轴上的观测范围大，可以“初略观察”时域波形；而在频域上相当于用低频小波对信号作分辨率较高的分析。分析频率有高有低，但在各分析频段内的品质因数Q却保持恒定。 　　这种分析特点是工程实际所期望的。对于高频信号，我们希望在时域有较高的分辨率，而在频域上的分辨率则允许相应地降低，因此就要求用窄的小波(即用小的尺度因子a)来“仔细观测”时域波形x(t)。反之，对于低频信号，我们希望提高频域上的分辨率，而对时域的分辨率则可以降低要求，此时，就应当用具有窄带频谱的小波(即用较大的尺度因子a)来观察X(ω)。如上所述，小波分析恰恰具有自动调整时域和频域的“视野”和分析频率高低的功能，从而保证了各分析频段内的品质因数Q的不变性。 11.2 离散小波变换和Mallat算法 　　在用计算机进行小波分析时，实际上是用离散的数据进行计算的，希望提高计算效率。不难想象，连续小波变换的计算量是惊人的。为了解决计算量的问题，缩放因子和平移参数都