第14章小波变换概论.pptVIP

14.4.3　子带编码 　　属离散小波变换的背景知识。最初是为数字化音频信号的紧支编码而设计，旨在将信号分解成窄带分量，并能以无冗余、无重建误差的方式来表示。 　数据变换到频域?分带? 用不同的量化? 最优组合 　又：分步渐近编码：在初始时对某一频带的信号解码，然后逐渐扩展到所有频带。随着解码数据的增加，图像清晰度也增加。 　　设给定限带信号f(t)，　　　　　　　则用单一采样间隔来采样该信号，得到f(i?t)，i=0,1,?,N-1，smax?sN=1/2?t 　　以下将频率轴划分为分离的子区间（子带），宽度任选，如选为sN/2，则频谱以2sN为周期。 14.4.3.1　低半带 　　见下图，理想半带低通h0(i?t)? [-sN/2,sN/2]是整个频带[-sN,sN]的低频部分，h0的脉冲响应及传递函数分别为： F(s) f(i?t) sN -sN 采样信号 限带谱 H0(s) h0(i?t) sN -sN 半带低通 G0(s) g0(i?t) sN -sN 滤波后 Fs(s) fs(i?t) sN -sN 间隔采样 G0(s)*Fs(s) fs(i?t)g0(i?t) sN -sN 奇采样点取零 G0(s) sN -sN 舍弃奇采样点 f的低分辨率表示(模糊化) g0(i?t)没有超过sN /2的谱，可用2?t间隔采样，不折叠。相当于丢弃了每第二个采样点 相乘 卷积 　　间隔采样也可以用以下方式表示：首先将信号与一个间隔采样函数相乘，并使奇采样点为0，然后丢弃奇采样点。得到间隔采样函数和它的频谱如下： 　　信号g0(i?t)与f s(i?t)相乘，相当于G0(s)*Fs(s)： 上述情况相当于在不丢失信息的前提下去掉了奇采样点。 　　在间隔采样g0(i?t)的过程中并没有丢失任何信息，是因为可以从采样后的信号中完整恢复g 0(i?t)。其过程是：1)计算其N/2个点的离散谱，2)在sN/2到sN之间补0以重建G0，3)对G0作N个点的IFT以重建g0(i?t)。 * 数字图像处理 Digital Image Processing DIP 中国传媒大学信息工程学院 * 第14章 小波变换 14.1 引言 　　傅立叶变换始于20世纪50年代后期，并且被广泛应用于基于变换的图像处理技术中。但是，人们并没有因此停止对其他变换或压缩算法的研究，因而新的变换或压缩算法仍然不断出现，并被应用于图像压缩、边缘和特征检测以及纹理分析等过程中。这些技术以多分辨率分析、时频域分析、金字塔算法和小波变换等标题出现，其中最引人注目的就是1987年首先提出的基于小波变换的多分辨率理论（Multiresolution theory）。 　　对比之下，瞬态信号只在一个很短的区间内非零，图像的特征（边缘）也是在空间位置中高度地局部化了，这些成分不类似于任何傅立叶基函数，其变换系统（谱）也不紧凑。因此，傅立叶变换或离散傅立叶变换在压缩和分析包含瞬态或局部化成分的信号和图像时，得不到最佳表示（可以表现，但需要反复抵消，很复杂）。 　　傅立叶变换用正弦波作为它的正交基函数。对积分变换来说，这些函数在两个方向无限扩展。离散傅立叶变换的基向量也在其整个域中非零。因此，它们不是紧支集。 14.1.1 波和小波 　　为了克服傅立叶变换的上述缺点，有人提出用有限宽度的基函数进行变换。这些基函数在频率和位置上都是可变的，它们是有限宽度的波，即小波（wavelet）。 　　因此，基于小波的变换就称为小波变换。 14.1.2　时频域分析 　　一个信号的每个瞬间映射到“时间—频率”平面上的一个位置，表明某个频率分量在某个特定的时刻出现。由此说来，乐谱即是一个时频图，因为在不同的时刻，音调也不同。 　　图14-3有两个局部化分量，由两个带通滤波器分别处理，彼此完全分离。 14.1.3 变换 14.1.3.1 变换类型 三种不同的傅立叶变换技术： 傅立叶积分变换（连续） 傅立叶级数展开（混合） 离散傅立叶变换（离散） 　　不同频率的正余弦构成了一个正交归一基函数系，每个变换系数都由正在变换的函数和一个基函数的内积来决定。 　　一个变换系数是输入函数和其中一个基函数的内积，表示了两者的相似程度。如果基函数正交，那么任两个基函数内积为0，即它们完全不相似。 　　小波变换也有三种类型，即连续小波变换CWT、小波级数展开和离散小波变换DWT。但小波基函数可正交归一，也可不是正交归一。 14.1.3.2 小波变换类型 14.1.3.3 符号和定义 　　函数在实轴（x轴）平方可积，可记为L2(R)。 而　　　　　意味着 　　在小波分析中，对一个称为小波基的单个原型函数　　的伸缩和平移来产生一组基函数。 14.2.1　定义 14.2 连续小波变换 均值为0 　　若　　是一