数字视频图像处理与通信第3章.pptVIP

3.2.3 离散余弦变换的计算 离散余弦变换的效果 3.3 沃尔什-哈达玛变换 3.3.1沃尔什变换 一维离散沃尔什变换 若N=2n，则离散f(x)（x=0,1,2,…,N-1）的沃尔什变换对为 沃尔什变换具有能量集中的作用，原始数据中数字越是均匀分布，经变换后的数据越集中于矩阵的边角上。因此沃尔什变换可以压缩图像信息，且沃尔什变换比傅里叶变换快。 3.3.1沃尔什变换 二维离散沃尔什变换 二维离散沃尔什变换的正反变换核相同，均为 二维离散沃尔什变换对为 快速沃尔什变换为 3.3.2哈达玛变换 一维离散哈达玛变换 当N=2n时，一维哈达玛正变换核与反变换核相同，为 一维哈达玛变换对可表示为 哈达玛变换核除了 因子之外，由一系列的+1和-1组成。 3.3.2哈达玛变换 二维离散哈达玛变换 二维离散哈达玛变换的正变换核和反变换核相同，为 式中M=2m，N=2n，则对应的二维哈达变换对可表示为 式中u=01,2,…,M-1;v=0,1,2,…,N-1； 和 式中，x=0,1,2,...,M-1；v=0,1,2,.…,N-1 3.4 K-L变换 K-L变换（Karhunen-Loeve Transform） K-L变换（Karhunen-Loeve Transform）是建立在统计特性基础上的一种变换，有的文献也称为霍特林（Hotelling）变换，这是因为霍特林在1933年最先给出将离散信号变换成一串不相关系数的方法。 K-L变换的突出优点是相关性好，是均方误差（Mean Square Error，MSE）意义下的最佳变换，它在数据压缩技术中占有重要地位。 假定一幅N×N的数字图像通过某一信号通道传输M次，由于受随机噪声干扰和环境条件影响，接收到的图像实际上是一个受干扰的数字图像集合即 { , ,…, } K-L变换（Karhunen-Loeve Transform） 对第i次获得的图像 ,可用一个含 个元素的向量Xi表示，即 Xi=[Xi1Xi2…XiN…Xij…XiN2]T 该向量的第一组分量（N个元素）由图像 的第二行像素组成，依此类推。也可以按列的方式形成这种向量。 X向量的协方差矩阵定义为 Cf=E{（X-mf）（X-mf）T} 平均值向量 定义为 K-L变换（Karhunen-Loeve Transform） 对于M幅数字图像，平均值向量mf和协方差矩阵Cf可由下述方法近似求得 mf = E{X}≈ Cf=E{（X-mf）（X-mf）T}≈ mf mfT 可以看出，mf是 个元素的向量；Cf是 × 的方阵。 根据线性代数理论，可以求出协方差矩阵的 个特征向量和对应的特征值。假定λi(i=1,2,…,N2)是按递减顺序排列的特征值，对应的特征向量 ei=[ ei1, ei2, …,eiN2](i=1,2,…,N2) K-L变换矩阵A定义为 从而可得K-L变换的变换表达式为 Y=A*（X-mX） 该变换式可理解为，由中心化图像向量X-mX与变换矩阵A相乘即得到变换后的图像向量Y。Y的组成方式与向量X相同。 K-L变换（Karhunen-Loeve Transform） 3.5 小波变换 3.5.1 小波的基本概念 3.5.2 小波变换 3.5.3 多分辨率分析 3.5.4 Mallat算法 3.5.5 图像的小波变换及算法 3.5.1 小波的基本概念 小波，顾名思义就是小区域的波，长度有限，平均值为0。 小波具有两大特点： 一．在时域都具有紧支集或者近似紧支集，即具有时域局限性，同时又具有正则性。 二．小波具有正负交替的波动性。 如图3-5所示，在傅里叶分析中所用的正弦波在时间上没有限制，但是小波倾向于不规则和不对称。傅里叶分析是将信号分解成一系列不同频率的正弦波的叠加，同样小波分析将信号分解成一系列小波函数的叠加，而这些小波函数都是由一个基本小波函数经过平移与尺度伸缩得来。 图 3-5 （a）正弦波 （b）小波 小波函数的定义是，将某一平方可积函数 ( )，称为基本小波，此时， 为一个基本小波或者小波母