基于Matlab小波工具箱的数字图像处理及小波分析.pdfVIP

基于 Matlab 小波工具箱的数字图像处理 摘要： 小波分析在图像处理中有非常重要的应用，包括图像压缩、去噪、分解和增 强等。运用多分辨率分析可以将信号分解为多尺度信息， 每个尺度下都有该分辨率下的 “概貌”信息和细节。小波分析是傅里叶分析思想方法的发展与延拓，它不是时间 - 频 率域上的分析，而是时间 - 尺度域变换，因此在图像处理上具有明显的优势。同时合适 小波函数也就成为小波分析中最基本的问题。 关键字： 小波分析，多分辨分析，小波函数，图像处理 一、 多分辨率分析 多分辨分析， 也称为多尺度分析， 即在不同尺度下对事物进行分析 [1] 。我们都知道， 人的眼睛观察物体时，如果距离物体比较远，也就是说尺度比较大，则视野宽、分辨能 力低，只能观察事物的概貌而看不清局部细节。 若距离物体较近，那么视野就窄而分辨 能力高，可以观察到事物的局部细节，却无法概览全貌。因此，若想要知道物体的整体 轮廓又要看清其局部细节，就必须选择不同的距离对物体进行观察。同理， 信号分析也 是如此，在大尺度上分析信号的全貌， 在小尺度上分析信号的细节，那么就需要把信号 分解成某一尺度下的“概览”和该尺度下的细节。 1.1 信号的近似分解 给定一个连续信号 x( t ) ，我们可用不同的基函数并在不同的分辨率水平上对它作近 似 [2] 。 令 1 0 t 1 (t ) (1.1) 0 其他 显然， (t ) 的整数位移相互之间是正交的，即 (t k), (t k ) (k k ) k, k Z (1.2) 这样，由 ( t ) 的整数位移 ( t k ) 就构成了一组正交基。设空间 V0 由这一组正交基 所构成，这样， x( t ) 在空间 V 中的投影（记作 P x(t ) ）可表为： 0 0 P x (t ) a ( k ) (t k ) a ( k) (t ) (1.3) 0 0 0 0 ,k k k 式中 ( ) ( ) 是基 ( ) t t k , a ( k) t 的权函数，P x(t ) 可以看作是 x( t ) 在V 中的近 0 ,k 0 0 ,k 0 0 似。 ( )