离散小波变换得多分辨率分析-read.doc

第10章 离散小波变换的多分辨率分析 在上一章，我们给出了连续小波变换的定义与性质，给出了在平面上离散栅格上小波变换的定义及与其有关的标架问题。在这两种情况下，时间仍是连续的。在实际应用中，特别是在计算机上实现小波变换时，信号总要取成离散的，因此，研究及都是离散值情况下的小波变换，进一步发展一套快速小波变换算法将更有意义。由Mallat和Meyer自80年代末期所创立的“多分辨率分析”技术[87,88,8]在这方面起到了关键的作用。该算法和多抽样率信号处理中的滤波器组及图像处理中的金字塔编码等算法[34,33]结合起来，构成了小波分析的重要工具。本章将详细讨论多分辨率分析的定义、算法及应用。 10.1多分辨率分析的引入 10.1.1信号的分解近似 现以信号的分解近似为例来说明多分辨率分析的基本概念。 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。如图10.1.1(a)所示，令 (10.1.1) 显然，的整数位移相互之间是正交的，即 (10.1.2) 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： (10.1.3) 式中,是基的权函数。如图10.1.1(b)所示，它可以看作是在中的近似。是离散序列，如图10.1.1(c)所示。 令 (10.1.4) 是由作二进制伸缩及整数位移所产生的函数系列，显然，对图10.1.1(a)的，和是正交的。这一结论可证明如下： 因为 令，则,,再由（10.1.2）式，有 (10.1.5) 于是结论得证。 将作二倍的扩展后得，如图10.1.1(g)所示。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。我们称由这一组基形成的空间为，记信号在中的投影为，则 (10.1.6) 式中为加权系数。如图10.1.1(h)所示。仍为离散序列，如图10.1.1(i)所示。 若如此继续下去，在给定图10.1.1(a)的的基础上，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。 由图10.1.1(a)和图10.1.1(g)，我们不难发现： (10.1.7) 再比较该图的(b)和(h)，显然图(b)对的近似要优于图(h)对的近似，也即分辨率高。所以，用对作（10.1.3），或(10.1.6)式的近似，越小，近似的程度越好，也即分辨率越高。当时，中的每一个函数都变成无穷的窄，因此，有 (10.1.8) 另一方面，若，那么中的每一个函数都变成无穷的宽，因此，时对的近似误差最大。按此思路及（10.1.7）式，我们可以想象，低分辨率的基函数完全可以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，即 (10.1.9) 但是，毕竟不等于，也即比对近似的好，但二者之间肯定有误差。这一误差是由和的宽度不同而产生的，因此，这一差别应是一些“细节”信号，我们记之为。这样，有 (10.1.10) 该式的含义是：在高分辨率基函数所形成的空间中的近似等于它在低分辨率空间中的近似再加上某些细节。现在我们来寻找的表示方法。 设有一基本函数，如图10.1.1(d)所示，即 (10.1.11) 很明显，的整数位移也是正交的，即