合成孔径雷达讲座 - read.pptVIP

图象处理与分析七，小波变换和多分辨率处理 本章的主要内容 7.1 背景 7.2 波和小波 7.3 多分辨率展开 7.4 一维小波变换 7.5 快速小波变换 7.6 二维小波变换 7.7 小波包 7.8 小结 7.1 背景 7.1.1 图像金字塔 图像金字塔 建立图像金字塔 子带编码 （例） 波和小波 波和小波－波与小波之间的差异 时频域分析 生动例子：小波和音乐 变换的理解 变换类型 哈尔变换 离散小波变换的哈尔函数 7.2 多分辨率展开MRA –技术之一 * * 2006-12-6 小波变换基于一些小型波,称为小波,具有变化的频率和有限的持续时间。这就允许它们对图像提供一张等效的乐谱,不光阐明了要演奏的音符(或频率),而且阐明了何时要演奏。而另一方面,传统的傅里叶变换的基础函数是正弦函数,只提供了音符或频率信息,局部信息在变换过程中丢失了。使得压缩、传输和分析许多图像变得更为便捷。 1987年,在一种全新而有效的信号处理与分析方法——多分辨率理论 (Mallat [1987])中,小波首次作为分析基础出现了。多分辨率理论将多种学科的技术有效地统一在一起,如信号处理的子带编码、数字语音识别的积分镜像过滤以及金字塔图像处理。就像它的名字所表达的那样,多分辨率理论与多种分辨率下的信号(或图像)表示和分析有关。其优势很明显——某种分辨率下所无法发现的特性在另一种分辨率下将很容易被发现。 本章中,将从多分辨率的角度来审视小波变换。能简化数学和物理的解释过程。目的在于在图像处理的环境中阐述该理论的基础概念,并同时对该方法及其应用做一个简要的历史回顾。 给出了一些应用实例,如图像编码,噪声去除和边缘提取等。 观察图像时,通常看到的是相连接的纹理与灰度级相似的区域,它们相结合形成物体。如果物体的尺寸很小或对比度不高,通常采用较高的分辨率观察；如果物体尺寸很大或对比很强,只需要较低的分辨率。对于尺寸有大有小的物体,或对比有强有弱的情况同时存在,以若干分辨率对它们进行研究将具有优势。 从数学的观点看,图像是一个亮度值的二维矩阵,像边界和对比强烈区域那样的突变特性的不同组合会产生统计值的局部变化。如图7.,1所示 。 一幅自然图像和它的局部直方图变化 以多分辨率来解释图像的一种有效但概念简单的结构就是图像金字塔 金字塔的底部是待处理图像的高分辨率表示,而顶部是低分辨率的近似。当向金字塔的上层移动时,尺寸和分辨率就降低。完整的金字塔由J+1个分辨率级组成 。但大部分金字塔只有P+1级,其中j＝J-P,…,J-2,J-1,J且1≤P≤J。 (a)一个金字塔图像结构,(b)建立金字塔的方框图 3个连续步骤 ： 1.计算输入图像的减少的分辨率近似值。这可以通过对输入进行滤波并以2为步长进行抽样去做(即子抽样)。生成近似值的质量是所选滤波器的函数 。没有滤波器,在金字塔的上一层混淆变得很显著,子抽样点对所采取的区域没有很好的代表性。 2.对上一步的输出进行内插——因子仍为2——并进行过滤。这将生成与输入等分辨率的预测图像。插入滤波器决定了预测值与步骤1的输入之间的近似程度。如果插入滤波器被忽略了,预测值将是步骤1输出的内插形式,复制像素的块效应将变得很明显。 3.计算步骤2的预测值和步骤1的输入之间的差异。以j级预测残差进行标识的这个差异将用于原始图像的重建。在没有量化差异的情况下,预测残差金字塔可以用于生成相应的近似金字塔,包括原始图像,而没有误差。可以采用的滤波操作有很多,如邻域平均(它可生成平均值金字塔),高斯低通滤波器(它可生成高斯金字塔),或者不进行滤波,生成子抽样金字塔。 可以采用的滤波操作有很多,如邻域平均(它可生成平均值金字塔),高斯低通滤波器(它可生成高斯金字塔),或者不进行滤波,生成子抽样金字塔。 高斯金字塔使用4.2.4节的图4.9(c)所描述的5 x 5低通高斯卷积核在空间域进行过滤。 为建立高斯金字塔,首先从拉普拉斯金字塔的第6级,64 x 64近似图像开始预测高斯金字塔的第7级,分辨率128 x 128的近似值(通过内插和滤波实现),并加上拉普拉斯的第7级预测残差。 高斯和拉普拉斯金字塔 例7.1 拉普拉斯金字塔的预测残差图像的一阶统计值是零点附近的高峰值。这些图像可以通过分配较少比特数实现高比例压缩 每个子带通过对输人进行带通滤波而得到。滤波器h0(n)和h1(n)是半波数字滤波器,其理想传递函数H0和H1 7.1.2 子带编码 另一种与多分辨率分析相关的重要图像技术是子带编码。在子带编码