滤波、信号、数字与模拟、金字塔不懂才怪教程

写这篇文章的本意是对一直困扰着自己的信号处理问题的一个茅塞顿开的领悟，不过最终还是希望写一个大家都能看懂，并且可以解决看很多次都没有看懂的顽疾的博文，欢迎转载，那么开始吧。

1.数字滤波器和模拟滤波器

先明确这个观点，你在看数字滤波还是模拟滤波，你打算处理数字信号还是模拟信号。
很多书其实会写得比较清楚，我在谈数字还是模拟，然而我们在大学课程中，我们似乎没有在脑袋里形成概念，啥是数字啥是模拟。我是学机械的，学了机械控制理论，然而老师说数字和模拟是学电学的需要学的，你们记住会用就行。好……这一句话，彻底让我不敢触碰信号方面的东西。研究生研究图像处理，不敢弄频域，不敢看滤波，不敢读一下小波的文章。
相比大家也有类似经历，其实我觉得我现在就养成了习惯，越不懂我就越要弄懂，我就不信了，其他人能理解，我又不笨，为什么我不理解。
……从这打住了，要不这篇博文就成了记叙文了，言归正传

我挺喜欢用图进行总结的，其实只需要记住，模拟滤波针对的是电流，数字滤波是针对的数字信号（0101）。数字和模拟的换算是什么？应该是采样，对连续信号进行采样（AD转换）就变成了数字信号，对数字信号进行处理后，也就是操作一下，在用DA转换，转回到连续的模拟信号（电流）。
上图写到了RLC，这里解释一下：电阻（R）、电感（L）、电容（C）
加一个高通低通滤波器的图说明一下

这里不写高通滤波器了，高通则是将电容串联到电路中。

2.数字滤波器原理与时序介绍

下面写下数字滤波器的框图，数字滤波器更像是我们随心所欲，想怎样对信号操作就怎样对信号进行操作，不过为了不引起时间上的错误，我们因此采用了卷积计算，卷积计算在我的卷积博文中有较好的方法写出，可以过去看一下。

自己画的图不是太好看大家凑合看一下。
首先是从最上边来看，我们的排列是f(n-0)、f(n-1)、f(n-2)……f(n-k+1)
这里就可以看出我们倘若要求的输出是f^(n)，[这里不会打那个帽子所以写成这样，见谅]，输出是什么？是一串数据，在这里大家很容易陷入矛盾中，**我们的输出是什么？**很多加在一起不应该是一个数值吗？为什么是一串数据？
这里最容易忽略的就是输出的n，它也是有变量的。我们要输出f^(n)时，可以看到，我们的输入在一个位置是f(n-0)，第二个位置时f(n-1)，最后一个位置是f(n-k+1)，其中k是有多少阶FIR，也就是多少个三角形参与了相乘再相加，而为什么是-k+1，是因为我们第一项是-0。
这里我们就能看出，我们的输入是一个不断往内部走的过程。可以把滤波器比作一个管道，而我们输入的信号就是流入管道的水流，每一段水流都是缓缓地在向内流。而这里需要注意，我们的输出并不是输入顺着水管，往出口流，而是我们对总体水管的一个观测，只要在内部的水，不论流到水管的哪段了，它都对输出起着作用。
输出是输入的每一段与该段处于位置的系统结构相乘再相加的综合结果。n在这里始终没有改变它的职能，它表示时间，n越大，说明过的时间越长。n一直都是表示当前的状态，而在n已知，我们回找前一时刻n-1的状态，也就是算f^(n-1)时，我们是把输入也回退了n-1。
那们到中间了，h(n)是什么呢?
h(n)是滤波器的冲击响应特性，这里我不想先说冲击响应是啥东西，先说特性一词。特性表示了物体的本质性能，h(n)是滤波器的特性，更准确地说是第n个滤波器的特性。而且可以明确地说，h(n)就是一个常数[至少在FIR中可以这么说]。
这样就可以看出了，我们的输出信号，就是我们在一段时间内，每段输入信号乘以一个常数再加起来的结果。是不是很简单，这个数字滤波器就是这么定义的[其他更高级的数字滤波器，也可以借鉴FIR分析过程进行分析]。
我们又绕回来了，**冲击响应是什么？**为什么说一个系统的冲击响应就代表了该系统的特性？[我想说的是，这句话很不准确，其实应该说我们能够通过冲击响应进行分析，进而发现系统的特性]
首先先说冲击，冲击按普通理解就是快速地撞击，在数学中这个冲击是由狄拉克函数表示的，关于狄拉克函数可以翻看我之前的博客，也有很详细地介绍。这里不过多介绍狄拉克，只需要知道狄拉克离散状况下在“0”点值为1，在其他位置值为0，就可以了。

可以看出这个1走到哪个位置，哪个位置的h就会h1，其他位置就都是h0。我们的输出就是h*1，因此这个1走到哪，我们的输出就是哪个h。n=0，就是h(0)，n=1，就是h(1)

我们用狄拉克函数δ(n-k)来表示f(n-k)，也就等同于我们的输入信号选择的是单位冲击信号。用公式也可以看出，我们的输出就是我们的h(n)，这就代表了系统的冲击响应就是系统的特性。
看到这些的时候我们不应该去说它有多难理解，多难懂，而是应该慨叹人类的智慧，用一个简单的公式就能表示时间和系统响应的关系。

3.图像金字塔

我研究上面这些东西，最初是因为我在看图像金字塔时注意到的。
图像金字塔，顾名思义就是把图像排成一座塔形结构，只是一种比喻，然而实际应用中很少会有人关心它的结构问题。
图像金字塔是一个从下到上分辨率和尺寸以此降低的结构，底部分辨率最高，尺寸最大；顶部分辨率最低，尺寸最小。

我们要了解图像金字塔，我们应该从分辨率和尺寸分开入手。
分辨率：通过滤波器对图像进行窗操作（几个矩阵和图像进行卷积，然后得到新的图像，尺寸不变。）一般的滤波器采用低通高斯滤波器，它会去除图像中的高频项，也就是尖锐的边缘信息，让图像变得模糊。这样做的好处就是我们不会受到一些图像细节的影响，处理后的图像有用信息只保留了图像的大体轮廓。
尺寸：每做完一次滤波后，再进行一次下采样（下采样就是行隔一行取一行，列隔一列取一列，生成新的图像）。其实尺寸下采样也起到了模糊图像的作用，就是改变图像的尺寸。
分辨率和下采样这两个过程都改变了图像的尺度，放在一起用就构成了图像金字塔。

上图包括两个步骤
生成金字塔：近似滤波器+下采样器
生成预测残差：近似滤波器+下采样器+上采样器+插值滤波器
预测残差又叫做拉普拉斯金字塔，实质的操作步骤为将下采样后的图进行上采样，恢复到和下采样之前的尺寸。原图直接减去下上采样后的图，得到的图即是预测残差。

近似滤波：邻域平均——平均金字塔；低通高斯滤波——高斯金字塔；不滤波——取样金字塔。

金字塔低分辨率分析大的物体和整体结构，高分辨率分析图像的细节成分。