二维离散小波变换
图像信号具有非平稳特性,无法使用一种确定的数学模型来描述,而小波变换的多分辨率分析特性很好地解决了这个问题。小波变化的多分辨率特性使其既可以高效描述图像的平坦区域(低频信息、全局信息),也可以有效处理图像信号的局部突变(高频信息,即图像的边缘轮廓等部分)。小波变换在空域和频域同时具有良好的局部性,使其可以很好地聚焦到图像的任意细节。
一、相关基础
1.小波变换基础函数
二维小波变换的基础函数为:
其中φ(x,y)为一个可分离二维尺度函数,φ(x)为一维尺度函数;ψ1(x,y)、ψ2(x,y)、ψ3(x,y)均为“方向敏感”可分离二维小波函数,且分别表示沿着列的水平方向、行的垂直方向以及对角线方向边缘的灰度变化 ,ψ(x)为一维小波函数。对一维离散小波变换进行推广即可得到二维离散小波变换。
2.小波变换
对图像每进行一次小波变换,会分解产生一个低频子带(LL:行低频、列低频)和三个高频子带(垂直子带LH:行低频、列高频;水平子带HL:行高频、列低频;对角子带HH&