基于Matlab小波工具箱的数字图像处理及小波分析.docVIP

基于Matlab小波工具箱的数字图像处理 摘要：小波分析在图像处理中有非常重要的应用，包括图像压缩、去噪、分解和增强等。运用多分辨率分析可以将信号分解为多尺度信息，每个尺度下都有该分辨率下的“概貌”信息和细节。小波分析是傅里叶分析思想方法的发展与延拓，它不是时间-频率域上的分析，而是时间-尺度域变换，因此在图像处理上具有明显的优势。同时合适小波函数也就成为小波分析中最基本的问题。 关键字：小波分析，多分辨分析，小波函数，图像处理 多分辨率分析 多分辨分析，也称为多尺度分析，即在不同尺度下对事物进行分析[1]。我们都知道，人的眼睛观察物体时，如果距离物体比较远，也就是说尺度比较大，则视野宽、分辨能力低，只能观察事物的概貌而看不清局部细节。若距离物体较近，那么视野就窄而分辨能力高，可以观察到事物的局部细节，却无法概览全貌。因此，若想要知道物体的整体轮廓又要看清其局部细节，就必须选择不同的距离对物体进行观察。同理，信号分析也是如此，在大尺度上分析信号的全貌，在小尺度上分析信号的细节，那么就需要把信号分解成某一尺度下的“概览”和该尺度下的细节。 1.1信号的近似分解 给定一个连续信号，我们可用不同的基函数并在不同的分辨率水平上对它作近似[2]。 令 (1.1) 显然，的整数位移相互之间是正交的，即 (1.2) 这样，由的整数位移就构成了一组正交基。设空间由这一组正交基所构成，这样，在空间中的投影（记作）可表为： (1.3) 式中,是基的权函数，可以看作是在中的近似。，如图1.1(a)所示。是离散序列，如图1.1(b)所示。 (a) (b) 图1.1 令 (1.4) 是由作二进制伸缩及整数位移所产生的函数系列，显然，和是正交的。将作二倍的扩展后得，由作整数倍位移所产生的函数组当然也是两两正交的（对整数），它们也构成了一组正交基。 (1.5) 我们称由这一组基形成的空间为，记信号在中的投影为，则 (1.6) 式中为加权系数。如图1.2(a)所示。仍为离散序列，如图1.2(b)所示。 (a) (b) 图1.2 若如此继续下去，在的基础上，我们可得到在不同尺度下通过作整数位移所得到一组组的正交基，它们所构成的空间是。用这样的正交基对作近似，就可得到在中的投影。又有 (1.7) 再比较该图的1.1(a)和1.2(a)，显然图1.1(a)对的近似要优于图1.2(a)对的近似，也即分辨率高。 当时，中的每一个函数都变得无限窄，即有 (1.8) 而当，那么中的每一个函数都变成无穷宽，对的近似误差也越大。低分辨率的基函数可由高一级分辨率的基函数所决定。从空间上来讲，低分辨率的空间应包含在高分辨率的空间中，但是，毕竟不等于，二者之间有误差。这一误差是由和的宽度不同而产生，因此，这一差别应是一些“细节”信号，我们记之为。这样有： (1.9) 另设一基函数， (1.10) 显然，的整数位移也是正交的，进一步，其在不同尺度下的位移，即，也是正交的，同时，和的整数位移之间也是正交的，即 (1.11) 又和之间有如下关系： (1.12) 及 (1.13) 记张成的空间为，所张成的空间为，依次类推，张成的空间为。记在空间中的投影为，在中的投影为，它们均可表为相应基函数的线性组合，即 (1.14) (1.15) 式中,是,尺度下的加权系数，它们均是离散序列。,分别如图1.3(a)和(b)所示，,分别如图(c)和(d)所示。