数字图像变换技术及matlab实现487.pptxVIP

4.5 数字图像的小波变换;1、Daubechies小波;2、Coiflets小波;4、Morlet小波 5、Mexican Hat小波;连续小波变换(CWT) 函数 的连续小波变换定义为 写成内积形式，有;4.5 数字图像的小波变换;相应的离散小波变换为 特殊的，取 ，可以得到二进小波： 在实际应用中，为了使小波变换的计算更加有效，通常构造 的小波函数都具有正交性，即;总结：小波即“小的波形”，它是一种特殊的长度有限的、平均值为零的函数。它有两个特点：一是“小”，即在时域具有紧支集或快???下降；二是正负交替的“波动性”，也即支流分量为零。傅立叶分析是将信号分解成一系列不同频率的正弦波的叠加，同样小波分析是将信号分解为一系列小波函数的叠加，而这些小波函数都是由一个母小波函数经过平移和尺度伸缩得来的。;小波分析优于傅立叶分析的地方是，它在时域和频域同时具有良好的局部化性质。对高频成分采用逐渐细化的时域或频域取样步长，从而可以聚焦到信号的任何细节，所以被称为“数学显微镜”。小波分析广泛应用于信号处理、图像处理、语音识别和边缘检测等领域。 ; 可以这样理解小波变换的含义：打个比喻，用镜头观察目标信号 ， 代表镜头所起的所用。 相当于使镜头相对于目标平行移动， 的所用相当于镜头向目标推进或远离。由此可见，小波变换有以下特点 多尺度/多分辨的特点，可以由粗及细地处理信号； 可以看成用基本频率特性为 的带通滤波器在不同尺度 下对信号做滤波； 适当地选择小波使 在时域上为有限支撑， 在频域上也比较集中，就可以使小波变换在时、频域都具有表征信号局部特征的能力。;小波变换的思想来源于伸缩和平移方法。 尺度伸缩 对波形的尺度伸缩就是在时间轴上对信号进行压 缩和伸展，如图所示。;4.5 数字图像的小波变换; 时间平移 时间平移就是指小波函数在时间轴上的波形平行移动，如图所示。;小波运算的基本步骤： (1) 选择一个小波函数，将小波与要分析的信号起始点对齐； (2) 计算在这一时刻要分析的信号与小波函数的逼近程度，即计算小波变换系数C，C越大，就意味着此刻信号与所选择的小波函数波形越相近，如图。;(3) 将小波函数沿时间轴向右移动一个单位时间，然后重复步骤 (1)、(2) 求出此时的小波变换系数C，直到覆盖完整个信号长度，如图；;(4) 将所选择的小波函数尺度伸缩一个单位，然后重复以上步骤(1)、(2)、(3)，如图；; 尺度与频率的关系;4.5 数字图像的小波变换;定义1 空间 中的多分辨分析是指 中的满足如下条件的一个子空间序列 ;多分辨空间的关系可用下图来形象地说明;如果{g(t-k)}k?Z是 V0的Riesz基，可通过正交化得到V0空间的函数?(t)?V0，使得{?(t-k)}k?Z 构成V0空间的规范正交基。由伸缩性和平移不变性可知， {?j,k(t)}j,k?Z构成Vj空间的一个规范正交基，其中 ;注意：?(t)并不是L2(R )空间的小波函数，而是与其紧密相关的尺度函数，{?j,k(t)},k?Z称为尺度基，多分辨空间序列{Vj}j?Z称为尺度空间，在MRA意义下，可由尺度基导出小波基。 由MRA的单调性可以看出：Vj是Vj+1的严格子空间，设Wj是Vj关于Vj+1的正交补(子空间)，即; 对一幅图像，量化级数决定了图像的分辨率，量化级数越高，图像就越清晰，即图像的分辨率高。对于任意一幅图像，都可以用不同的量化空间来表示，细节比较丰富的部分用高分辨率来表示，细节比较单一的部分可用低分辨率来表示。 于是，可以将不同的量化级数构成的空间看成不同的多分辨空间Vj，显然这些量化空间是相互嵌套的。;从图像处理的角度，多分辨空间的分解可理解为图像的分解，假设有一幅256级量化的图像，不妨将它看成量化空间Vj中的图像，则 可理解为 Vj 空间中的图像有一部分保留在Vj-1空间中，还有一部分放在Wj-1空间，如图所示。;;4.5 数字图像的小波变换;4.5 数字图像的小波变换;4.5 数字图像的小波变换;4.5 数字图像的小波变换;4.5 数字图像的小波变换;4.5 数字图像的小波变换;4.5 数字图像的小波变换;4.5 数字图像的小波变换;4.5 数字图像的小波变换;4.5 数字图像的小波变换;4.5 数字图像的小波变换;4.5 数字图像的小波变换;4.5 数字图像的小波变换;4.5 数字