数字图像处理第7章课件.pptVIP

第7章 小波与多分辨率处理;; 小波分析是近60年来，特别是80年代中后期发展起来的一个数学分支。 多分辨率理论包括： 信号处理中的子带编码 数字语音识别中的正交镜像滤波 金字塔图像处理 ;7.1 背景;7.1 Background;7.1.1 图像金字塔;从左到右（底到顶）逐层平均，1维是2点平均，2维是4点平均… ;每次叠代有3个步骤： 计算输入图像的降（空间）分辨率的近似图。低通滤波后2维下采样。 2维上采样步骤1的输出，并用插补滤波器滤波。 计算步骤1和步骤2输出的差异，记为第j层的预测误差。 经过P次叠代产生两个内在相关的P+1层金字塔：近似与预测误差金字塔。 如图7.3;对7.1图的一种可能的近似和预测误差4层金字塔;图像金字塔示例;空间域的图像镶嵌;多分辨率人脸检测;7.1.2 子带滤波;QMF=Quadrature mirror filters（1976）积分镜像滤波器 CQF=Conjugate quadrature filters（1986）共轭积分滤波器;图7.5 子带图像编码的2维，4波段滤波器族;图7.6 4个8拍Daubechies正交滤波器的脉冲响应;图7.7 用(7.6图)子带滤波器的(7.1图）4频带拆分;级联的分解/合成滤波器族;Haar基函数定义在区间[0，1]，要求N=2n. 基函数在尺度和位置上都不同，必须有两个变量p,q。;Haar变换的酋核心阵:;图7.8;上节介绍的3种著名成像技术在一种称为多分辨率分析MRA的独特数学理论的发展中起重要作用。 在MRA中用一个比例函数创建系列近似图，各图与其最紧邻的近似图相差2的因数。 另一个称为小波的函数用来记录相邻近似图之间的差异。;7.2.1 系列展开;复习：正变换的本质：在新坐标轴上的投影。 例如：;对任何函数空间V及其对应的展开序列;根据展开序列函数的正交性, 点积的计算有3种情况:;情况3: 展开序列不是V的一个基, 但是支持展开定义式;7.2.2 多分辨率扩展的比例尺函数;图7.9 在j=0,1时 的Haar比例尺函数;;将j=k=0代入上式 ，得MRA方程：;7.2.3 小波函数;与比例尺函数一样，记：;Vj在Vj+1的正交补足空间是Wj， Vj中的所有元素与Wj的元素正交：; 由于小波空间被包含在由较高分辨率比例尺函数支撑的空间中(图7.11)，任何小波函数均可以表示其较高分辨率比例尺函数的线性组合:;;（重复） Haar变换的函数定义在闭区间[0，1]???;Haar单位高、单位宽的尺度函数：;7.3 Wavelet Transforms in One Dimension;7.3.1 小波系列展开;例7.7;一维小波变换：将2个子带的滤波器族递归地用到前一步的低频子带，产生倍频分裂;7.3.2 The Discrete Wavelet Transform（DWT）;例7.8 计算f(x)={1,4,-3,0}的1维DWT;从;7.3.3 连续小波变换（CWT)略;7.4 The Fast Wavelet Transform (FWT);7.5 2维小波变换;大小为M*N的函数f(x,y)的DWT;反向：;2D-DWT的频域系数4分树;沿行方向检测，得垂直边缘;例7.12 3尺度的FWT;第4阶一维对称小波 Symlets = Symmetrical Wavelets;Fig. 7.24 (Con’t);不同小波基的小波变换;Daubechies orthonormal 8-tap filters;8-pads Symlets;双正交Cohen-Daubechies-Feauveau 17/11 wavelets;小波在图像处理中的应用步骤：;例7.13 小波基边缘检测;Multiscale edge detection;例7.14 基于小波的噪声消除;;消除图像噪声的通用小波基程序：;7.6 Wavelet Packets 小波包;与傅立叶变换比较;Problem 7