小波变换的提升实现如下 - read.pptVIP

第四章 小波变换的实现技术 ? Mallat算法 ? 多孔算法 ? 小波变换的提升实现 Mallat算法 Mallat算法的Matlab实现 dwt() [cA,cD] = dwt(X,Lo_D,Hi_D) [cA,cD] = dwt(X,Lo_D,Hi_D,mode,MODE) 具有延拓功能的二带分析/综合系统 用小波处理函数/信号的基本步骤 用小波处理函数/信号的基本步骤 用小波处理离散信号的基本步骤 Mallat算法应用举例 Mallat算法应用举例 对同一个离散信号应用不同的小波变换以及FFT变换进行压缩的处理效果与分析。 Mallat算法应用举例 多孔算法 应用Mallat算法分析信号时存在的不足 多孔算法 二通道Mallat算法 z变换的滤波器形式 多孔算法 二通道Mallat算法z变换的滤波器形式 多孔算法 多孔算法的实现 小波变换的提升实现 概述 1) 能够用于构造第一代小波，用户可根据需要来设计小波基。 2)能够改进第一代小波变换算法。 3) 可用于构造第二代小波。 小波分解与重构的多相位表示 滤波器的多相位表示 小波分解与重构的多相位表示 滤波器的多相位矩阵 Laurent多项式的Euclidean算法 Laurent多项式的Euclidean算法 多相位矩阵的因子分解 有限滤波器多相位矩阵的提升分解算法 基于提升的正向小波变换流程图 时小波变换的提升实现算法 正向小波变换的提升实现算法（预测步骤由奇序列预测偶序列开始） 时逆向小波变换的提升实现算法 时提升算法的实现 时正向小波变换的提升实现算法（预测步骤由偶序列预测奇序列开始） 两点说明 （5-3）小波变换的提升实现 整数小波变换 D4小波变换的提升实现 D4小波变换的提升实现 （9-7）小波变换的提升实现 （9-7）小波变换的提升实现 小波变换提升算法的实现技巧 小波变换提升算法的实现技巧 边界处理 对于（5-3）和（9-7）这些具有线性相位的滤波器，采用对称周期延拓则不仅可实现小波变换的完全重构，同时又不增加变换后的数据量。因此，在实现时我们可采用对称周期延拓的方法。 双正交小波变换的对称提升实现 多相位矩阵的对称因子分解 对称提升实现 多相位矩阵的对称因子分解 计算对称提升因子的快速算法 计算对称提升因子的快速算法 小波变换的对称提升实现 ， ， ， 正变换 逆变换 提升算法的一大优点是，它存在整数提升算法，即在 忽略归一化因子的情况下，将算子 提升步骤中的算子 作用于每个 和 换的整数提升算法。 ，即可得到小波变 如（5-3）小波变换的整数版本如下： 特点：非线性变换 其中 第一种实现方法 第二种实现方法 ， 其中， ， ， ， ， ， ， 说明: JPEG2000中C语言实现模块中尺度变换是： 1.23017410558578； = 1.62578613134411 Lena图像实验: 1.842 2.938 任意长度信号小波变换的提升实现 （9-7）小波变换的提升实现如下： ： ： 利用少量辅助内存实现多尺度小波变换 必要性: 算法过程由以下三步组成： 第1步， 申请一个大小为 的数组buffer存放高频系数 ，然后，在原空间中调整信号的低频系数的位置， 使 变为 第2步， 调整 中的高频系数的位置使 变为 第3步， 将buffer中暂存的高频系数 调整到 占用的位置，使 变为 一个Laurent多项式 称为对称的，如果 = 。记 （ 为非负整数），则对称Laurent多项式都可表示为 的形式。 若 ，则存在惟一的Laurent多项式 和 以及非零常数 ，使得 其中 。 其中 和 是对称Laurent多项式. * 清华大学计算机系---孙延奎---2005 卷积法实现小波变换在实际中具有广泛的应用。 实际应用中的边界处理问题： 边界延拓方法 ? 零延拓 ? 周期延拓 ? 周期对称延拓法 ? 光滑常数延拓法 X 的长度为 , 滤波器的长度为 对于周期延拓方式，cA，cD的长度均为 对于其他延拓方式，cA，cD的长度均为 idwt() X = idwt(cA,cD,Lo_R,Hi_R) X = idwt(cA,cD,Lo_R, Hi_R ，mode,MODE) 对