《数字图像处理读书报告8.docVIP

数字图像处理读书报告8 ——小波和多分辨率处理 ——钱增磊 前言：本章节主要开始介绍一种全新的信号处理的方法——小波域分析，小波变换其实是傅里叶变换的一种改进方式，将图像在频率域中的信息根据低频到高频的顺序进行信息的分解，从而产生不同频率的信号，每个频率段所携带的信息会随着频率的增长而更注重细节，对这些分解的信号进行处理，从而在进行小波反变换，将重建新的处理后图像，在图像压缩中将会得到很好的应用。这一章主要分四块介绍，分别是小波变换前的预备知识，以及一维小波变换和二维小波变换，最后对小波包技术进行一个了解。 一、小波基础 对于一副复杂的图像，有些只需要低分辨率就能显示全部细节，有些需要高分辨率显示细节，于是产生一幅图像的多分辨率表示。 1、图像金字塔 一幅图像的多分辨率结构便是图像金字塔，是从底到顶分辨率依次降低的表示，对于底层大小为，其中，表示第J个分辨率等级。对构建该图像的金字塔结构，对每一层分辨率要进行预估，需要创建近似和预测残差金字塔的一个简单系统。近似金字塔是对第J层的一个估计分辨率，而残差金字塔是为第J级近似与基于第J-1级近似的第J级近似的估计之间的差。残差金字塔的产生是将第J级输入图像进行滤波与下采样得到J-1级的近似，在对其进行上采样和滤波得到预测到J级近似，再与输入的第J级进行差值得到的第J级预测残差，其中上采样可看做是在序列中的每一个样本后插入0，下采样可看成是每隔一个样本丢弃一个样本。 2、子带编码 图像金字塔看成是空间域的表示，那么子带编码便是频率域的操作，多分辨率的图像在频率域内有一组频带受限的分量称为子带。它的分解与重建由数字滤波器实现，分三个基本部件，即延迟单元、乘法器与加法器，可看成卷积的一种形式： ★ 那么对于离散单位冲激的滤波器为有限冲击响应滤波器FIR。对于子带编码和解码系统由两个滤波器组构成，每个滤波器组有两个FIR滤波器。把输入序列分别与两个分析滤波器和进行卷积并下采样，得到两个半长序列和，得到编码，再进行上采样，分别于两个综合滤波器和进行卷积相加得到预估的输出序列，该段为解码。其中综合滤波器与分析滤波器关系为 ， 或 ， 3、哈尔变换 哈尔变换的基函数是最古老的正交小波，其变换形式为： 其中H为哈尔变换矩阵，它的基函数为。它们定义在连续的闭区间上，其中定义整数，其中，当时，。得到哈尔基函数： 和 4、尺度函数与小波函数 一个函数f(x)通常可分解为一系列展开函数的线性组合： 通常用尺度函数的展开来表征： 其中k决定了沿x轴的位置，j决定了它的宽度，而项控制函数的幅度。 MRA的4个要求：a、尺度函数对其整数平移是正交的； b、低尺度的尺度函数跨越子空间嵌套在高尺度跨越的子空间内。 c、唯一的对所有通用的函数是f(x)=0； d、任何函数都可以以任意精度表示。 小波函数是满足多分辨率分析（MRA）要求的尺度函数，可提出小波函数，它与其整数平移及二值尺度一起，跨越了任意两个相邻尺度子空间和之间的差，表示为 二、一维小波变换 对于小波函数与尺度函数的定义，可以得到一个函数f(x)可由在子空间中用尺度函数展开和在子空间中的小波函数展开表示： 其中 和 1、离散小波变换DWT 对于离散变量，那么序列f(n)的正向DWT系数为： 其反向DWT为： 然而这两个表达式只对正交基与紧框架有效。 2、连续小波变换CWT 离散小波变换的自然延伸便是连续小波变换，是将一个连续函数变换为两个连续变量（平移和尺度）的高冗余度函数。其平方可积函数f(x)的连续小波变换与实数值小波的关系定义为： 其中 其中分别是尺度参数与平移参数。得到的反变换为： 其中 是的傅里叶变换。 3、快速小波变换FWT FWT是实现离散小波变换的高效计算，使用了相邻尺度系数间的幸运关系，对于其离散小波变换，可以得到系数的计算表达式为 其中看成是将展开为尺度j+1的尺度函数之和的“加权”，对于小波有同样的意义。那么可以将一个函数f(n)分解成一个和两个子空间，而子空间又可分解为和两个子空间，以此类推，得到金字塔型结构，这样计算下去