第7章节 小波变换2.pptVIP

第七章 小波变换 内容 小波级数变换 Mallat算法 DWT与IDWT 小波级数变换 在多分辨分析中由 假定对任给的 属于某个 ,则有 (7.1) 其中 。式(7.1)称为 的尺度 函数展开表示。 由多分辨分析知 故 又可表示为 (7.2) 其中 式(7.2)称为 的小波级 数展开表示(也是MRA展开式)。（注意：只有在正交基时才是由f与自身内积得到系数dj,k） 将双尺度方程 和小波方程 写成如下形式： (7.3) 其中， 与 的关系为 由式(7.3)有(两尺度方程) （7.4） Mallat算法 式（7.5）的计算过程可表示为: Mallat重构算法 由 可推出 两边分别和f 内积，得Mallat重构算法: （7.7)可由（7.6)立即得出，图形表示与图7.1为逆向的。 　　由　 到 的变换称为DWT（离散小波变换） 　　由 到 的变换称为IDWT（逆离散小波变换） 定理：设 是与 相对应的一维正交小波，则下列三个小 波（由张量积构成） 经二进伸缩和平移形成的函数族 是 的规范正交基 按上述定理，分别定义三个离散细节信号 信号分解的表达式如下： 上述算法即为二维信号多分辨分析的Mallat算法，如下所示： 分别对应着低频、纵向、横向、斜向高频成份 DWT与IDWT 小波变换与滤波器组的关系 对给定序列 和 分别定义两个 　的算子 和 ： 　　 　　　与 的共轭算子分别为 定义下采样算子 和上采样算子 ，则式(7.5)和(7.7) 可分别由图7.3、7.4表示。 DWT与IDWT 初始系数的计算 Mallat算法只需知道 　　而不必知道尺度函数和小波函数的具体表示。其中第一组系数　　　　　　　　　的计算最重要。　　 讨论：小波函数平移伸缩的离散化(CWT?DWT) * * Mallat算法 一维多分辨分析Mallat算法 目标： 没必要记 (7.3) R 证明如下： 由于 由(7.4)有下列关系： 这个由 计算 的算法称为Mallat分解算法。 注意(7.5)式中共轭的来历(内积的性质) (7.4) (7.4) (7.5) 二维多分辨分析Mallat算法 来源于二维MRA 特点：可分离（先行后列，类似于二维傅立叶变换2-DWT） 原图像 低频 纵向高频 横向高频 斜向高频 图像的Mallat算法得到的DWT （序列相关，无穷矩阵,书上不一致） （卷积） 图7.3 (7.5)(分解） 1 2 3 4 5 6 k x(k） 1