第2篇小波变换基础理论研究.docVIP

第2章 小波变换的基础理论研究 2.1引言 Fourier 变换是信号处理的重要工具，它在语音、雷达、声纳、地震、图像、通信系统、自动控制、生物医学工程、机械振动、遥感遥测、电力系统等许多领域都得到了应用。但是Fourier 变换反映的是信号的整体特性，不能得到信号的局部特性。小波变换是时间和频率的局部变换，能更加有效的提取和分析信号的局部特性。小波分析在许多领域，如信号分析、图像识别、计算机视觉、视频图像分析、数据压缩和传输、故障诊断等领域有着重要的应用。 图像的小波变换及其压缩编码是当今图像压缩编码领域中的研究热点， Saprio[1]提出的图像内嵌小波零树EZW(Embedded Zerotree Wavelet)编码技术使该技术由理论走向实用。Said 和 Pearlman[2]在EZW基础上又给出了更为精细的基于分层树结构的集合分裂算法SPIHT(Set Partitioning in Hierarchical Tree)。由于这种算法既降低了码率，又加快了算法的执行速度，因而得到了广泛的应用，在新标准JPEG2000[3,4]中已有应用。然而在图像的小波压缩编码技术中，小波基的正则性、信号的边界处理对压缩率及失真的影响仍然是值得研究的问题[5]。本章在小波变换的理论基础上对这些问题做了一些分析和探讨。 2.2 小波变换的原理[7-11] 2.2.1 短时Fourier