2014第3章图像变换介绍.ppt

5．二维离散小波变换 二维离散小波变换是一维离散小波变换的推广，其实质上是将二维信号在不同尺度上的分解，得到原始信号的近似值和细节值。由于信号是二维的，因此分解也是二维的。分解的结果为：近似分量cA、水平细节分量cH、垂直细节分量cV和对角细节分量cD。同样也可以利用二维小波分解的结果在不同尺度上重构信号。 2.5.2 小波变换在图像处理方面的应用 小波变换是一种复杂的数学变换，可以在时域和频域上对原始信号进行多分辨率分解，小波分析的应用是与小波分析的理论研究紧密地结合在一起的。小波分析在图像处理方面的应用领域十分广泛，可用于图像压缩、分类识别、去除噪声等；在医学成像方面，它用于减少B超、CT、核磁共振成像的时间，提高分辨率等。 图2.5.10 二级小波变换示例 下面举一个二级小波分解的例子来说明基于小波变换的图像编码能够很好地实现图像分辨率和图像质量的多级伸缩性。 在图2.5.10中，a 图是一个分辨率为256×256像素的灰度图像，图像的灰度级为256，对这个二维原始图像做小波变换，对二维图像做小波变换实际上就是把原始图像的像素值矩阵变换成另一个有利于压缩编码的系数矩阵，该系数矩阵所对加的图像如图b所示，可以看出，经过一级小波变换后，原始图像被分解成几个子图像，每个子图像包含了原始图像中不同的频率成分，左上角子图包含了图像