小波分析是泛函分析、Fourier 分析、样条分析、调和分析、数值分析等得完美结合。小波分析被广泛用于图像的压缩、降噪、平滑和融合等,在人脸识别,医学图像处理、机器人视觉、数字电视等领域受到人们越来越多的重视。基于二维小波分析进行图像处理具有坚实的理论基础。
小波变换的概念是1984年法国地球物理学家J.MOlet在分析处理地球物理勘探资料时提出来的。小波变换的数学基础是19世纪的傅里叶变换,其后理论物理学家A.Grossman采用平移和伸缩不变性建立了小波变换的理论体系。1985年构造出了具有一定衰减性的光滑小波;1998年比利时数学家Daubechies证明了紧支撑正交标准小波基的存在并成功构造了它,使得离散小波分析成为可能。1989年S.Mallat提出了多分辨率分析概念,统一了在此之前各种构造小波的方法。
小波分析方法和傅里叶变换比较
1) 傅里叶变换的实质是把能量有限的信号F(x)分解到{e^(iwt)}为正交基的空间上去,小波变换的实质是把能量有限的信号发f(x)分解到由小波函数所构成的空间上去。
2)在小波分析中,尺度a越大相当于傅里叶变换中的W值越小。
3)在短时傅里叶变换中,变换系数Gf(w,t)主要依赖于信号在时间窗内的情况,一旦时间窗函数确定,则分辨率也就固定了,而在小波变换中,变换系数WT(a,t)虽然也是依赖于信号在时间窗内的情况,但时间宽度是随尺度a变换而变换的,所以小波变换具有时间局部分析能力。
等等。
haar小波MATLAB实现:
小波变换步骤:
1.把小波w(t)和原函数f(t)的开始部分进行比较,计算系数C。系数C表示该部分函数与小波的相似程度。
2.把小波向右移k单位,得到小波w(t-k),重复1。重复该部知道函数f结束.
3.扩展小波w(t),得到小波w(t/2),重复步骤1,2.
4.不断扩展小波,重复1,2,3.
我这里使用的haar小波,缩放函数是[1 1],小波函数是[1 -1]。是最简单的小波了。
先看看分解的效果,这次我选用了大图:
尺度为2的全分解小波包:
下面是matlab代码:
main.m
clear all; close all; clc; img=double(imread('Lena (2).jpg')); [m n]=size(img); [LL LH HL HH]=haar_dwt2D(img); %当然dwt2(img,'haar')是一样的,我只是想明白细节 img=[LL LH;HL HH]; %一层分解 imgn=zeros(m,n); for i=0:m/2:m/2 for j=0:n/2:n/2 [LL LH HL HH]=haar_dwt2D(img(i+1:i+m/2,j+1:j+n/2)); %对一层分解后的四个图像分别再分解 imgn(i+1:i+m/2,j+1:j+n/2)=[LL LH;HL HH]; end end imshow(imgn)
haar_dwt2D.m
function [LL LH HL HH]=haar_dwt2D(img) [m n]=size(img); for i=1:m %每一行进行分解 [L H]=haar_dwt(img(i,:)); img(i,:)=[L H]; end for j=1:n %每一列进行分解 [L H]=haar_dwt(img(:,j)); img(:,j)=[L H]; end %本来分解不应该加mat2gray的,不过为了有好的显示效果就加上了 LL=mat2gray(img(1:m/2,1:n/2)); %行列都是低频 LH=mat2gray(img(1:m/2,n/2+1:n)); %行低频列高频 HL=mat2gray(img(m/2+1:m,1:n/2)); %行高频列低频 HH=mat2gray(img(m/2+1:m,n/2+1:n)); %行列都是高频 end
haar_dwt.m
function [L H]=haar_dwt(f) %显然,我没有做边界处理,图片最好是2^n*2^n型的 n=length(f); n=n/2; L=zeros(1,n); %低频分量 H=zeros(1,n); %高频分量 for i=1:n L(i)=(f(2*i-1)+f(2*i))/sqrt(2); H(i)=(f(2*i-1)-f(2*i))/sqrt(2); end end
参考:
http://amath.colorado.edu/courses/5720/2000Spr/Labs/Haar/haar.html
http://www.cs.ucf.edu/~mali/haar/
http://wenku.baidu.com/view/7839b821aaea998fcc220eed.html
http://www.cnblogs.com/tiandsp/archive/2013/04/12/3016989.html