小波域图像处理1.pdf

小波域图像处理 一 彭思龙 Silong.peng@ 2008年6月18 日 第一讲：小波简介  小波回顾  图像的小波域基本特性  图像小波域简单的统计特性  隐马尔科夫模型及其各种简化  马尔科夫随机场初步 小波起源  Fourier 变换（级数）  it F (f )() f (t )e dt  T i kt T 1 i kt T f (t) f k e 2 / , f k T f (t)e 2 / dt 0  Fourier分析的优点：能够准确地知道信号中某个特定 频率的含量；得到信号的某个频率分量的过程就是分 析（Analysis ），对各个频率成分处理之后，用调和 信号重建信号的过程称为合成。 小波起源（续）  Fourier 分析的弱点：Fourier分析是一种整体分析，信 号的任何局部的变动将导致所有频谱的变化；而且， 从频谱上看不出这种变化来自于何处，比如，一首音 乐，改动某个部分的乐谱，从Fourier分析中看不到改 动的位置。  人们的期望：研究信号局部的频率成分：时频分析， 即研究信号的在时刻t ，频率为ω成分的含量，也就是 说，给定一个信号s(t)，我们希望得到一个二元函数： F(t,ω),该函数数值就是表示信号s(t)在时间t，频 率为ω分量的值。  一般来说：不可能 小波起源（续）  测不准原理  给定信号s(t), t t | s(t ) |2 dt ,  | F (s)() |2 d 0  0   (t t )2 | s(t) |2 dt t  0  (  )2 | F (s )( ) |2 d       0 可以证明：  c 0 t  小波起源（续）  短时（加窗）Fourier变换  为了分析信号在某个时刻的频率成分，引入了 短时Fourier变换： supp(g ) [T ,0]  函数g(u)称为窗函数：  局部信号获取： f t (u) g(u t) f (u)  局部信号分析：   F ( f ) f (u)eiudu f (u)g (u t)eiudu t  t