小波变换中的多贝西小波（DB小波函数）概述

内容均来源于维基百科对db小波函数的介绍

多贝西小波（英语：Daubechies Wavelet），是以比利时女性物理暨数学家英格丽·多贝西（Ingrid Daubechies）的名字命名之一种小波函数，当初英格丽·多贝西发现了一种具有阶层（hierarchy）性质的小波，便将此小波以她的名字命名。多贝西小波主要应用在离散型的小波转换，是最常使用到的小波转换，通常使用在数位信号分析、信号压缩跟噪声去除。

一般而言的离散小波转换通常是以正交小波（orthogonal wavelet）为基底，而多贝西小波也是一种正交小波。由于它很容易经由快速小波转换（fast wavelet transform（FWT））实现，所以常会放在数位信号处理的教科书中教学。

对于有限长度的小波，应用于快速小波转换（fast wavelet transform（FWT））时，会有两个实数组成的数列：一是作为高通滤波器的系数，称作小波滤波器（wavelet filter,也称为mother wavelet）；二是低通滤波器的系数，称作调整滤波器（scaling filter,也称为father wavelet）。

我们则以滤波器的长度N来形容滤波器为DN，例如：N=2的多贝西小波写作D2、N=4的多贝西小波写作D4，以此类推（N为偶数）。实际上常用的多贝西小波为D2到D20。

分类方式

多贝西小波的分类是以消失动量（vanishing moment）的值A（亦为消失动量的个数）为依据（A称为tap），调整函式（scaling function）及小波函式（wavelet function）的平滑度（smoothness）皆会随着消失动量的值（tap）增加而增加：例如，当A=1时，多贝西小波即是哈尔小波（Haar wavelet），调整函式及小波函式都是不连续的；当A=2时，多贝西小波的调整函式及小波函式为不能平滑微分的连续函式；当A=3时，调整函式及小波函式已经是连续可微的函式了。以此类推，当A愈大时，多贝西小波的两个函式平滑度会愈来愈高。以下为多贝西小波跟不同A的调整及小波函式图：
长度
多贝西小波的长度为消失动量（vanishing moment）值A的两倍；所以当消失动量为A时，多贝西小波的小波滤波器（wavelet filter）及调整滤波器（scaling filter）长度皆为2A（N=2A）。一般而言，我们仍是以N来形容多贝西小波的长度：例如，当A=1时，有一个消失动量，多贝西小波写成D2，长度为2（也是Haar小波）；当A=2时，有两个消失动量，多贝西小波写成D4，长度为4；以此类推。但是，在matlab的使用上是以dbA描述多贝西小波，以下则为调整滤波器的系数及A的关系表：

多贝西小波具有调整函式（低通滤波）及小波函式（高通滤波）两个函式。因此，我们需先建立调整函式及小波函式的系数:

首先，调整函数在多尺度分析（multi-resolution analysis）中的每一层皆可写为下列方程式：

算法

以下为示范小波转换应用于影像压缩，压缩后为原本图片的四分之一。

假设输入的图片大小为M*N，让图片对高频和低频进行convolution。

对M的基数进行取样，这个结果会让两个维度都变成(M/2)*N。

把低频的图片放在上面，高频的放在下面，低频的图片会长的像原本的图片，高频的图片会是只有灰色的图片。

对新的图片再进行高频和低频的convolution，这时变成M*(N/2)的大小，低频放在左边，高频放在右边，

最后可以看到[0:M/2, 0:N/2]就会是原本压缩过后的图片。

因小波转换有良好的性质，经过多次压缩还是能保有原本的资讯。也就是说可以修改以下的程式码改成循环的方式，

进行多次小波转换，经过类似的模式再使用多次的反小波转换，还原出原本大小的图片。

import numpy as np
def subsampling(x, d):if d == 1:y = x[::2, :]elif d == 2:y = x[:, ::2]return ydef upsampling(x, d):s = x.shapeif d == 1:y = np.zeros((p * s[0], s[1]))y[::2, :] = xelif d == 2:y = np.zeros((s[0], p * s[1]))y[:, ::2] = xreturn ydef cconv(x, h, d):if d == 2:return np.transpose(cconv(np.transpose(x), h, 1))y = np.zeros(x.shape)p = len(h)pc = int(round( float((p - 1) / 2 )))for i in range(0, p):y = y + h[i] * np.roll(x, i - pc, axis=0)return ydef DWT(image, h, g): # discrete wavelet transformationfW = image.copy()j = int(np.log2(image.shape[0])-1)A = fW[:2**(j+1):,:2**(j+1):]Coarse = subsampling(cconv(A,h,1),1)Detail = subsampling(cconv(A,g,1),1)A = np.concatenate( (Coarse, Detail), axis=0 )Coarse = subsampling(cconv(A,h,2),2)Detail = subsampling(cconv(A,g,2),2)A = np.concatenate( (Coarse, Detail), axis=1 )fW[:2**(j+1):,:2**(j+1):] = Areturn fWdef iDWT(image, fW, h, g): #image is original, fW is after DWT of that.f1 = fW.copy()j = int(np.log2(image.shape[0])-1)A = f1[:2**(j+1):,:2**(j+1):]Coarse = A[:2**j:,:]Detail = A[2**j:2**(j+1):,:]h1 = h[::-1]g1 = g[::-1]Coarse = cconv(upsampling(Coarse,1),h1,1)Detail = cconv(upsampling(Detail,1),g1,1)A = Coarse + DetailCoarse = A[:,:2**j:]Detail = A[:,2**j:2**(j+1):]Coarse = cconv(upsampling(Coarse,2),h1,2)Detail = cconv(upsampling(Detail,2),g1,2)A = Coarse + Detailf1[:2**(j+1):,:2**(j+1):] = Areturn f1

参考资料

A first course in Wavelets with Fourier Analysis, A.Boggess, F.J. Narcowich, 2001

分类：

正交小波

小波变换中的多贝西小波（DB小波函数）概述相关推荐

matlab中daubechie小波,[转载]小波滤波器
滤波器组完美重构与小波快速算法. 前面的分析可以知道Vj相当于在j分辨率的逼近,Vj-1相当于j-1分辨率的逼近,这样Wj-1相当于两个分辨率逼近的差.在高分辨率下,我们可以用f在(2^j*t)的采样 ...
matlab小波脊线,小波脊线提取，模极大值法。运行的结果不太对，代码有些地方我也没完全看懂...
本帖最后由 1393107100 于 2019-5-1 11:10 编辑 clear,clc close all %%%%%% 小波变换 %%%%%%%%%%%%%%%% fs=1024; t=1/f ...
bp神经网络mallat小波matlab,小波神经网络原理及其应用汇总.ppt
小波神经网络原理及其应用汇总,小波神经网络原理,小波变换原理与应用,神经网络的原理及应用,小波神经网络matlab,小波神经网络预测代码,小波神经网络模型,小波神经网络预测程序,小波神经网络预测,小波 ...
什么是小波？小波是什么？
小波,不严格的说即有限持续时间的波形,其平均值为零.许多我们感兴趣的信号和图像表现出瞬变行为.例如语音信号的特点是辅音短脉冲编码,然后元音稳态振荡:自然图像边缘突变:金融时间序列表现出瞬态行为,经济状 ...
小波（小波包）变换频率/频域与图像细节处理
文章目录小波变换与python 小波包变换小波变换与深度学习的结合频域(DCT,小波变换)与CNN结合超分-wavelet [Invertible Image Rescaling 可逆图像缩放 ...
morlet小波matlab代码,morlet小波matlab程序
论-Matlab 7.0复Morlet小波分析操作实例.? 92? 2015年5 月科技创新中文科技期刊数据库 ( 文摘版 )自然科学 Matlab 7.0复MorletP]~ 波分析操作 .. ...
matlab 小波名称,morlet小波函数matlab
论-Matlab 7.0复Morlet小波分析操作实例.? 92? 2015年5 月科技创新中文科技期刊数据库 ( 文摘版 )自然科学 Matlab 7.0复MorletP]~ 波分析操作 .. ...
数字信号处理--基于MATLAB的小波去噪算法--小波变换在信号降噪和压缩中的应用
小波分析的重要应用之一就是用于信号消噪,首先简要地说明一下小波变换实现信号消噪的基本原理. 一.基本原理含噪的一维信号模型可以表示如下式中s(k)为含噪信号,f(k)为有用信号,e(k)为噪声信号 ...
matlab傅里叶变换去噪代码,小波的分析在心电信号去噪中应用(内附Matlab去噪源代码).ppt...
求职应注意的礼仪求职时最礼貌的修饰是淡妆面试时最关键的神情是郑重无论站还是坐,不能摇动和抖动对话时目光不能游弋不定要控制小动作不要为掩饰紧张情绪而散淡最优雅的礼仪修养是体现自然以一种修 ...

小波变换中的多贝西小波（DB小波函数）概述

算法

参考资料

小波变换中的多贝西小波（DB小波函数）概述相关推荐

最新文章

热门文章