正交变换-小波变换.pptVIP

图像变换－小波变换 小波变换(Wavelet Transform) 信号分析是为了获得时间和频率之间相互关系。 傅立叶变换提供了有关频率域的信息，但有关时间的局部化信息却基本丢失。 与傅立叶变换不同，小波变换是通过缩放母小波的宽度来获得信号的频率特征， 通过平移母小波来获得信号的时间信息。 小波分析把一个信号分解为将母小波经过缩放和平移之后的一系列小波和，可以理解为用经过缩放和平移的一系列小波函数代替傅立叶变换的正弦波和余弦波进行傅立叶变换的结果。 1 连续小波变换(CWT) 设 是平方可积函数 ， 是基本小波或母小波(mother wavelet)函数，则： 1 连续小波变换(CWT) 1 连续小波变换(CWT) 线性 1 连续小波变换(CWT) 容许条件(内积定理存在条件)： 1 连续小波变换(CWT) 连续小波逆变换公式： 1 连续小波变换(CWT) Harr小波(正交小波) Marr小波(Mexico小波) Morlet小波(最常用的复小波) 样条小波 Daubechies小波 2 离散小波变换(DWT) 连续小波变换中尺度因子和平移因子是连续的，实际计算应用中需要进行离散化处理。 尺度因子通常按幂级数做离散化，平移因子一般以某一间隔做均匀采样。离散小波的定义为： 2 离散小波变换(DWT) 问题1：能不能由 稳定地重建x(t)? 问题2：是不是任意函数x(t)都可以分解： ，并且权重如何求得？ 框架理论 (Frame theory)解决了这2个问题。 2 离散小波变换(DWT) 在Hillbert空间定义线性变换 ，如果要求能用Tx表征x，则此变换至少能满足以下条件： 2 离散小波变换(DWT) 2 离散小波变换(DWT) 2 离散小波变换(DWT) 2 离散小波变换(DWT) 2 离散小波变换(DWT) 2 离散小波变 换(DWT) 2 离散小波变 换(DWT)－正交小波基的构造 2 离散小波变换(DWT) 2 离散小波变 换(DWT) 2 离散小波变 换(DWT) 离散逼近值是大的缩放因子计算的系数，表示信号的低频分量。 而离散细节值是小的缩放因子计算的系数，表示信号的高频分量。 实际应用中，信号的低频分量往往是最重要的，而高频分量只起一个修饰的作用。 2 离散小波变 换(DWT) 2 离散小波变 换(DWT) 3 二维小波变换 连续二维小波变换：定义二维连续小波： 3 二维小波变换 相应的反演小波变换是： 3 二维小波变换 3 二维小波变换 参考文献 杨福生， 小波变换的工程分析与应用，科学出版社 陈武凡，小波分析及其在图像处理中的应用，科学出版社 秦前清，杨宗凯， 实用小波分析，西安电子科技出版社 则小波变换为： 系数1/a是为了保持小波收缩前后其能量不变而引入的归一因子。 式中系数 实际上，二维小波变换除了尺度收缩外，还可以同时进行坐标旋转。 与一维变换类似，可以对尺度因子进行离散化，形成离散变换。 二维离散小波变换 二维离散小波变换是一维离散小波变换的推广， 其实质上是将二维信号在不同尺度上的分解， 得到原始信号的近似值和细节值。由于信号是二维的，因此分解也是二维的。分解的结果为： 近似分量cA、 水平细节分量cH、 垂直细节分量cV和对角细节分量cD。同样也可以利用二维小波分解的结果在不同尺度上重构信号。 3 二维小波变换 二维可分离情况式指可以沿x1，x2两个方向先后两步做串级处理。 尺度函数和小波函数可以分解成 多分辨率分析：可分离情况 对应的投影空间是二维空间，可以分为正交的4个维空间，其正交归一基分别由一维小波函数和正交函数的组合所组成。先沿x1方向分别用尺度函数和小波函数做分析，将原始信号分解成平滑逼近和细节两个部分，然后再对这两部分沿x2方向做类似分析。这样就得到对应于4个空间的4路输出。 对于第j级分辨率有： 多分辨率分析：可分离情况 分别对应着原始信号的离散逼近(低频)，水平、垂直和对角线方向的细节部分(高频)。 同样可以利用滤波器组进行表示。重建过程与一维情况类似。 3 二维小波变换 * * 称为x(t)的小波变换。 为尺度因子，对基本小波进行伸缩。 为平移因子。 基本小波函数ψ()的缩放和平移操作含义如下：  (1) 缩放。简单地讲， 缩放就是压缩或伸展基本小波， 缩放系数越小， 则小波越窄，如图3-14所示。 图3-14 小波的缩放操作 1 连续小波变换(CWT) (2) 平移。平移就是小波的延迟或超前。在数学上， 函数f(t)延迟k的表达式为