课07(2.3-2.4 DWT与DHT).pptVIP

2.3 离散沃尔什变换（DWT） 2.3.1 离散沃尔什函数 2.3.1 离散沃尔什(Walsh)函数 2.3.1 离散沃尔什函数 2.3.1 离散沃尔什函数 2.3.1 离散沃尔什函数 2.3.1 离散沃尔什函数 2.3.2 一维离散沃尔什变换(DWT) 2.3.2 一维DWT 2.3.2 一维DWT 2.3.2 一维DWT 2.3.3 二维DWT 2.3.3 二维DWT 2.3.3 二维DWT 2.4 离散哈达玛变换（DHT） 2.4.1 哈达玛(Hadamand)矩阵 2.4.1 哈达玛(Hadamand)矩阵 2.4.1 哈达玛(Hadamand)矩阵 2.4.1 哈达玛(Hadamand)矩阵 2.4.1 哈达玛(Hadamand)矩阵 2.4.1 哈达玛(Hadamand)矩阵 2.4.2 一维DHT（N点） 2.4.2 一维DHT（N点） 2.4.2 一维DHT（N点） 2.4.2 一维DHT（N点） 2.4.3 二维DHT 2.4.3 二维DHT 2.4.3 二维DHT 2.4.3 二维DHT 2.4.3 二维DHT 2.4.3 二维DHT * 2.3.1 离散沃尔什函数 2.3.2 一维离散沃尔什变换（1D-DWT） 2.3.3 二维离散沃尔什变换（2D-DWT） 返回目录 引言 DWT与DFT的主要区别： 上页 DFT—— 是以复指数函数为基本正交函数（变换核）的级数展开式， 变换后的函数称为“谱函数”，物理概念清晰，有快速算法， 但要进行复数运算（实、虚部分别运算）。 DWT——以二值函数（+1、-1）为基本正交函数的级数展开式，变 换核是二值正交沃尔什函数。由于二值函数与数字逻辑的 两个状态（0，1）相对应，因而更适合计算机处理，只需 进行加、减运算，硬件实现较为容易。主要应用于图像压 缩和特征处理。 上页 定义 离散沃尔什函数是连续Walsh函数的N点等间隔抽样，取值+1或-1。定义如下： 式中，变量 x — 抽样时间序数(离散时间) ； u — Walsh函数的序数(编号)。x, u均为十进制数。 设 N = 2n，取 x = 0,1,2,?, N -1(列)，u = 0,1,2,?, N -1(行)，则前 N 个Wal(x,u)函数值组成一个N?N阶Walsh矩阵。 [对定义式的解释] 上页 ?? 互为逆序 指数函数 bi (x) 和 b(n–1)–i (u),均表示二进制数中某一位的值(0或1)。 设 z 为二进制数 , 则 bk (z) 表示 z 中第 k 位的值(0或1)。 k = i z = x k =n–1– i z = u 统一符号 bi (x) 对应的位数 k = i = 0,1,2,?, n–1， (n=log2 N ) ? b(n–1)–i (u)对应的位数 k = n–1– i = (n–1),(n–2), ?,1,0 ? 的值(–1, 1)，由指数 的值(0, 1)决定。 上页 Wal(3,2) 0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7 其中， n=log2 N = 3； i = 0,1,2； x ,u = 0,1,?,7 举例 设 N = 8，可得到前8个Walsh函数样值矩阵如下： 上页 [验算] 取 Wal(3,2) = -1，该元素在Walsh矩阵中的位置：x = 3, u = 2。 定义式中两个参数：二进制位数 n=log2 N = 3 ；序号 i = 0,1,2 数制转换： ( x )十进制 = 3 ? ( x )二进制 = 0 1 1 ( u )十进制 = 2 ? ( u )二进制 = 0 1 0 列表如下，结果正确。 bk(z)：对应二进制 z 第 k 位的值 b2 b1 b0 b2 b1 b0 上页 [沃尔什函数图象] 前8个Walsh函数样值波形 ? 上页 定义 设 N = 2n，定义一维离散Walsh变换如下： 正变换 其中，正变换核 反变换 其中，反变换核 上页 正、反变换核存在下列关系： 即 正、反变换核都与Walsh函数有关，两者只差系数1/N。 [结论] 正变换的任何快速算法均适用于反