最近在写的论文中涉及小波变换及Symmetric boundary extension和自己的算法进行对比,于是查阅相关文章在此整理。
小波变换不清楚可以看此处
小波变换理论在信号处理中应用广泛,特别是在图像处理中基于小波的图像边缘检测 、降噪、图像数据压缩和计算机图形学等方面 。但是现实中的数字图像信号都是有限长的, 所以应用离散小波变换时, 必须对边界点进行特殊处理。边界处理的目的是尽可能地保留小波滤波器组的重构性, 数据速率, 以及最大限度地减少边块效应。
Symmetric boundary extension
1.背景
目前主要有两种做法:一种是对小波滤波器的结构进行改造,另一种是先对信号进行边界延拓, 然后再进行滤波处理。在实际操作中应用得更多的是边界延拓。
-
边界延拓的方式很多, 有零填充、周期延拓、对称延拓、点对称延拓等。在这些延拓方式中, 周期延拓和对称延拓在保持数据量不变的情况下, 是可以完全重构的。由于对称延拓的边界连续, 可以达到完全重构, 而且不像周期延拓那样要缓存整个信号, 所以是当前对数字图像信号作小波变换中应用得最广泛的延拓方式。
-
对称延拓以信号端点为对称轴, 进行信号的边界延拓。它是目前小波变换中使用最多的一种延拓方式, 该方法可以在保持数据量不增加的情况下达到完全重构。延拓时, 仅用到信号边界的信息, 不会需要很大的内存