【七】小波变换

多分辨率分析

小波变换的实质就是空间中的任意函数f(t)表示成为其在具有不同伸缩因子和平移因子上得到投影的叠加。与傅里叶的区别在于它是将一维时域函数映射都二维“时间-尺度”域上。

多分辨率分析类似于现在的手机地图，有大地图，也有放大后的小地图 。

Matlab实现

f = imread('babyNew.bmp');
imshow(f);
[c,s] = wavefast(f,1,'sym4');%利用'sym4'小波作快速小波变换
[nc,y] = wavecut ('a',c,s);
edges = abs(waveback(nc,s,'sym4'));%边缘图像的重构
subplot(2,2,1),imshow(f);
title('原图');
subplot(2,2,2),wave2gray(c,s,-6);
title('快速小波变换后灰度图');
subplot(2,2,3),wave2gray(nc,s,-6);
title('近似系数置0后的图像');
subplot(2,2,4),imshow(mat2gray(edges));
title('边缘图像重构后的图像');

另，小波变换可以进行图像去噪、图像压缩等，这里不一一赘述，效果图分别如下。

多分辨率中还有Gabor多分辨率分析。

常用的小波变换有Haar小波和Daubeshies小波。
对于多维信号，可以采用对应的高维小波。