灰度图像的小波分解与重构课件.doc

灰度图像的小波分解与重构 摘要：本文概述了小波变换的基本理论，介绍了haar小波的分解和重构过程，并在Matlab环境下实现了用haar小波对灰度图像的三级分解与重构，最后对结果作了简要的分析与讨论。 关键词：小波；小波变换；图像分解；图像重构 1.引言 小波变换理论自80年代末成为国际上十分活跃的研究领域，是继Fourier变换发展的一个新的里程碑。由于小波变换克服了傅立叶变换在单分辨率上的缺陷，具有多分辨率分析的特点，在时域和频域都有表征信号局部信息的能力 ，从而使小波理论在图像处理、故障诊断、量子场论、光学成像、数据压缩等领域得到了广泛的应用。小波变换在图像处理中主要用于以下几个方面：图像分解、图像重构、图像融合、图像消噪等。本文主要讨论了小波分解与重构过程，在此基础上进一步阐述了在Matlab环境下利用haar小波对灰度图像进行三级分解和重构的编码实现。 2.小波变换的基本理论 2.1.小波变换的定义 一个实值函数,若它的频谱满足允许条件（Admissible Condition）。 则被称作一个基本小波或母小波（mother wavelet）。由于在积分 式的分母上，所以必须有=0, =0。可以看到，类似于一个带通滤波器的传递函数，是的傅立叶变换。 小波是一个满足∫R=0的,通过平移和伸缩而产生的一个函数