本文转载自:http://blog.csdn.net/liulina603/article/details/8649339

小波变换的基本思想是用一组小波函数或者基函数表示一个函数或者信号,例如图像信号。为了理解什么是小波变换,下面用一个具体的例子来说明小波变换的过程。

1. 求有限信号的均值和差值

[例] 假设有一幅分辨率只有4个像素 的一维图像,对应的像素值或者叫做图像位置的系数分别为: 
                  [9  7  3  5]
 计算它的哈尔小波变换系数。

计算步骤如下:
    步骤1:求均值(averaging)。计算相邻像素对的平均值,得到一幅分辨率比较低的新图像,它的像素数目变成了2个,即新的图像的分辨率是原来的1/2,相应的像素值为:

[8 4]

步骤2:求差值(differencing)。很明显,用2个像素表示这幅图像时,图像的信息已经部分丢失。为了能够从由2个像素组成的图像重构出由4个像素组成的原始图像,就需要存储一些图像的细节系数(detail coefficient),以便在重构时找回丢失的信息。方法是把像素对的第一个像素值减去这个像素对的平均值,或者使用这个像素对的差值除以2。在这个例子中,第一个细节系数是(9-8)=1,因为计算得到的平均值是8,它比9小1而比7大1,存储这个细节系数就可以恢复原始图像的前两个像素值。使用同样的方法,第二个细节系数是(3-4)=-1,存储这个细节系数就可以恢复后2个像素值。因此,原始图像就可以用下面的两个平均值和两个细节系数表示,

[8 4 1 -1]

步骤3:重复第1,2步,把由第一步分解得到的图像进一步分解成分辨率更低的图像和细节系数。在这个例子中,分解到最后,就用一个像素的平均值6和三个细节系数2,1和-1表示整幅图像。

[6  2  1  -1]

这个分解过程如表8-1所示。

表8-1 哈尔变换过程

分辨率

平均值

细节系数

4

[9  7  3  5]

2

[8  4]

[1  -1]

1

[6]

[2]

由此可见,通过上述分解就把由4像素组成的一幅图像用一个平均像素值和三个细节系数表示,这个过程就叫做哈尔小波变换(Haar wavelet transform),也称哈尔小波分解(Haar wavelet decomposition)。这个概念可以推广到使用其他小波基的变换。
    从这个例子中我们可以看到:
  ① 变换过程中没有丢失信息,因为能够从所记录的数据中重构出原始图像。
  ② 对这个给定的变换,我们可以从所记录的数据中重构出各种分辨率的图像。例如,在分辨率为1的图像基础上重构出分辨率为2的图像,在分辨率为2的图像基础上重构出分辨率为4的图像。
  ③ 通过变换之后产生的细节系数的幅度值比较小,这就为图像压缩提供了一种途径,例如去掉一些微不足道的细节系数并不影响对重构图像的理解。

图1 是Haar 小波对二维图像的一级及三级分解子带图, 在右图中最低频a3 子带图像与原始图像极其相似, 只是尺寸变小, 它包含了原图的绝大部分能量,对恢复图像质量影响较大, 其余高频子带的小波系数大多非常小。在同一层, 由于v 及h 子图表示的边缘子图像的小波系数和方差比d 子图要大, 因此d 子图在重构图像时不是很重要[4 ]。

一维的Haar小波变换相关推荐

  1. haar小波变换学习笔记

    本篇很大一部分内容借鉴了篇末所引用的优质博客~~ 小波可以认为是一个带通滤波器,只允许频率和小波基函数频率相近的信号通过.小波变换的基本思想是用一组小波函数和基函数表示一个函数或者信号. haar小波 ...

  2. Haar小波变换基本原理

    另外参见俄罗斯写的http://www.codeproject.com/Articles/22243/Real-Time-Object-Tracker-in-C Haar小波在图像处理和数字水印等方面 ...

  3. 二维图像haar小波变换的分解与重构

    二维图像haar小波变换的分解与重构 二维离散小波的理论推导和一维小波类似,但是以其尺度函数生成的尺度函数集作为标准正交基的尺度空间Vi的正交补空间Wi不能直接得到,而是可以证明,正交补空间Wi是由三 ...

  4. 图像Haar小波变换

    说起小波变换就需要提起傅里叶变换.傅里叶变换就是把波进行分解,可以认为任意一个周期波都可以有足够多的正弦(余弦)波组成,这里足够多的正弦波对应的频率不同,把这些足够的正弦波放在频域中,就是傅里叶变换, ...

  5. SSE2实现HAAR小波变换(dwt2与idwt2)

    wiki链接:http://en.wikipedia.org/wiki/Haar_wavelet 可用SSE2实现HAAR小波变换,达到实时,关于HAAR小波的介绍可参考以上维基链接 参考MATLAB ...

  6. Haar小波变换的快速实现

    Haar小波变换的快速实现 2014年3月12日renjihe发表评论阅读评论 先举个例子,有a=[100,12,43,39]四个数,并使用b[4]数组来保存结果. 一级Haar小波变换的结果为: b ...

  7. 使用CUDA计算Haar小波变换

    在<Haar小波变换的快速实现>一文里我们提到了Haar小波变换的计算,在这里我们使用CUDA实现文中提到的计算方式. 01 __global__ void 02 _cuda_haar(f ...

  8. 哈尔(Haar)小波变换的原理及opencv源代码

    1. 小波分析 小波分析是对傅里叶变换的继承,总结和重大突破.小波分析的优势在于可以同时进行时频域分析,比傅里叶变换更适合处理非平稳信号. 小波分析所用的波称为小波,小波的能量有限,有限长且会衰减,集 ...

  9. matlab小波变换数据少,一维离散数据小波变换实用案例

    前言 小波变换专业处理时变信号!其重要用途包含:突变点检测.时频分析.信号降噪等.本文将详细介绍小波变换的这3种主要用途,借助具体例子来说明并总结相关函数的使用. 间断点检测 现实信号中的间断点是较为 ...

最新文章

  1. matlab preloadfcn,运行xilinx blockset中的错误包含在matlab中
  2. java猜数字游戏界面_用java来写一个猜数字游戏,要用到界面
  3. linux make编译卡死,为linux内核编译make文件时出现问题?
  4. 全国计算机等级考试题库二级C操作题100套(第07套)
  5. 有5家衣服专卖店,每家最多购买3件,用户可以选择离开,可以买衣服,最后打印总共买了几件衣服
  6. oracle 经纬度算距离,根据经纬度诀别用java和Oracle存储过程计算两点距离
  7. 程序员跳槽的7个常见理由,最后一个有人能看懂吗!
  8. html5判断用户摇晃了手机(转)
  9. web app开发利器 - iscroll4 解决方案
  10. 3. Magento 模板制作
  11. 用python建云盘_超简单!基于Python搭建个人“云盘”
  12. java开发工程师简历模板,2022最新
  13. ImportError: Missing required dependencies [‘pytz‘]
  14. 本周最新文献速递20220306
  15. mysql教程 check_Check
  16. Aspose.Slides使用教程:使用 C# 在 PowerPoint 演示文稿中添加页眉和页脚
  17. 全国十大加班城市排行榜加班最疯狂的城市
  18. php deel views,视图(views)
  19. 腾讯Hardcoder Android通讯框架简介
  20. Java 16 新特性:record类

热门文章

  1. SpaceEmacs Rock Day7 学习笔记
  2. (二)流--递归算法
  3. Queue(队列)-Swift实现与广度优先搜索应用
  4. LiveVideoStackCon 2017 Day 1 专场回顾 —— 多媒体与浏览器专场
  5. 实战Jquery(一)--username校验
  6. C / C++ const 的区别和使用
  7. struts2 验证框架、国际化
  8. 剩余 大小 查看内存_谈谈内存压缩那些事
  9. C .Adding Powers codeforces(位运算思维)
  10. 校招萌新在阿里妈妈是如何成长的