第7章小波函数资料.pptVIP

College of Computer and Information Science of FAFU * 第7章 小波和多分辨率处理 * 7.1 背景 1909年，Alfred Haar对在函数空间中寻找一个与傅立叶类似的基非常感兴趣。1909年他发现并使用了小波，后来被命名为哈尔小波(Haar wavelets) 小波与普通波的区别示意图 一般的波 小波 7.1 背景 * 7.1 背景 小波(wavelet) 在有限时间范围内变化且其平均值为零的数学函数 具有有限的持续时间和突变的频率和振幅 在有限的时间范围内，它的平均值等于零 小波基函数 将信号在这个函数系上分解，就得到连续小波变换 伸缩：对波形的尺度伸缩就是在时间轴上对信号进行压缩和伸展 平移：是指小波函数在时间轴上的波形平行移动 小波运算的基本步骤： (1) 选择一个小波函数，并将这个小波与要分析的信号起始点对齐； (2) 计算在这一时刻要分析的信号与小波函数的逼近程度，即计算小波变换系数C，C越大，就意味着此刻信号与所选择的小波函数波形越相近，如图所示。 (3) 将小波函数沿时间轴向右移动一个单位时间，然后重复步骤(1)、(2)求出此时的小波变换系数C，直到覆盖完整个信号长度，如图所示； 求C (4) 将所选择的小波函数尺度伸缩一个单位，然后重复步骤(1)、(2)、(3)，如图所示； (5) 对所有的尺度伸缩重复步骤(1)、(2)、(3)、(4)。 CWT的变换过程图示 尺度与频率的关系 尺度与频率的关系如下： 小尺度a ?压缩的小波?快速变换的细节?高频部分 大尺度a ?拉伸的小波?缓慢变换的粗部?低频部分 * 7.3 一维小波变换 p306 DWT变换方法 用滤波器执行离散小波变换的概念如图所示 S表示原始的输入信号，通过两个互补的滤波器产生A和D两个信号 A:信号的近似值,大的缩放因子产生的系数 D:信号的细节值,小的缩放因子产生的系数 图像滤波采样 7.5 二维小波变换 * 7.5 二维小波变换 * 7.5 二维小波变换 * Matlab 常用函数 dwt2:二维离散小波变换 wavedec2: 二维信号的多层小波分解 waverec2 二维信号的多层小波重构 * dwt2 函数 功能：二维离散小波变换 格式： [cA,cH,cV,cD]=dwt2(X,‘wname’) 说明： wname:小波基函数，如db1,…,db45 ； cA近似分量，cH水平细节分量， cV垂直细节分量，cD对角细节分量 * idwt2 函数 功能：二维离散小波反变换 格式：X=idwt2(cA,cH,cV,cD,wname) 说明：由信号小波分解的近似信号 cA 和细节信号 cH、cH、cV、cD 经小波反变换重构原信号 X ； * wavedec2 函数 功能：二维信号的多层小波分解 格式：[C,S]=wavedec2(X,N, wname) 说明： N:对二维信号 X 进行 N 层分解； wname:小波基函数，如db1,…,db45 ； dwt2只能进行二维单尺度小波分解，对X进行一次分解，而wavedec2可以对X进行N次分解。  * waverec2 函数 功能：二维信号的多层小波重构 格式：X=waverec2(C,S,wname) 说明： 由多层二维小波分解的结果 C、S 重构原始信号 X wname 为使用的小波基函数； appcoef2函数 A = appcoef2(C,S,wname,N) 功能：提取小波分解中的第N层的低频系数 N:二维信号 X 的 N 层分解； wname:小波基函数，如db1,…,db45 ； detcoef2函数 D = detcoef2(type,,C,S,N) 功能：提取小波分解中的第N层的高频系数 type:取 h 、 v 、 d N:二维信号 X 的 N 层分解； * wrcoef2 功能：对各频率成分进行重构 格式：X = wrcoef2(type,C,S,wname,N) 说明： Type：a (近似); h (水平); v (垂直); d (对角) 。 wname: 为使用的小波基函数； N:对二维信号 X 进行 N 层分解； 图像的小波变换处理 小波的应用主要是信号的处理，其中最典型的应用是小波图象压缩。另外，小波在诸如信号去噪、特征提取、图像增强等多方面均有成功的应用。小波的各种应用均可分为以下三步： 1）对原始信号作小波变换，将信号由空域变换到频域 2）对小波系数做相应处理； 3）对处理后的小波系数做小波逆变换，还原原信号。 * * College of Compute