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[0] = (a[0] + a[1])/2
b[1] = (a[2] + a[3])/2
b[2] = (a[0] – a[1])/2
b[3] = (a[2] – a[3])/2
b[0],b[1]保存的是小波变换后的近似系数,b[2],b[3]保存的是变换后的细节系数。
这是信号个数为偶时的,当信号个数为奇时,在后数补0即可。二维小波变换可以先对每一行进行这样的小波变换,然后按列进行这样的变换,或将二维矩阵转置,按行变换后再转置。
为什么可以这样计算呢?
让我们先看一看小波变换的变换矩阵
矩阵第一行是低通滤波器,第二行是高通滤波器,我们知道快速小波变换是使用滤波器卷积信号然后基2重采样,使用这两个滤波器并基2采样表现出来就是上面的加减运算。
下面的我写的程序的效果图:这里有《使用CUDA计算Haar小波变换》