python实现离散沃尔什变换_【图像处理】沃尔什变换与 python 实现

离散沃尔什变换(DWT)与DHT的实现思路其实是一致的，只是变换核需要经过一个变换，这里记录下原理和实现方法。

哈达玛变换核

哈达玛变换核具有递推性，也就是\(H_{2N}\)可以由\(H_{N}\)得到：

\[H_{2N}=\frac{1}{\sqrt{2}}

\left[

\begin{array}{cc}

H_{N} & H_{N} \\\\

H_{N} & -H_{N}

\end{array}

\right]

\]

哈达玛变换核的另一个特点是，变号次数乱序，以\(H_4\)为例,每行的变号次数分别如下：

\[H_4 = \frac{1}{2}

\left[

\begin{array}{cccc}

1&1&1&1 \\

1 &-1& 1 &-1 \\

1 &1 &-1& -1 \\

1 &-1 &-1 &1

\end{array}

\right]

\begin{array}{cccc}

0\\

3 \\

1 \\

2

\end{array}

\]

沃尔什变换核

沃尔什变换核可以从与哈达玛变换核间接得到，只需将DHT的变换核按变号次序递增重新排列即可

\[W_4 = \frac{1}{2}

\left[

\begin{array}{cccc}

1&1&1&1 \\

1 &1 &-1& -1 \\

1 &-1 &-1 &1 \\

1 &-1& 1 &-1 \\

\end{array}

\right]

\begin{array}{cccc}

0\\

1 \\

2 \\

3

\end{array}

\]

程序实现

生成DHT变换核

在scipy.linalg这个库中，已经实现了DHT的变换核生成，我们可以通过以下语句调用

from scipy.linalg import hadamard

H4 = hadamard(4)

生成DWT变换核

要得到沃尔什变换核，我们要先得到DHT变换核每一行的变号次数，然后按照变号次数排列，具体实现上我采用的方法如下：

生成变号次数向量invTimes

要获取H矩阵的变号次数，可以对H矩阵的每行取差分，然后取绝对值求和再除2(稍微一想就明白，这里不解释了哈)，这些操作在numpy 中都有相应的函数diffMat = np.abs(np.diff(H))/2

invTimes = np.sum(diffMat,axis = 1)

对invTimes进行排序

对invTImes这个列向量排序并不难，问题是我们要在排序时或者排序后能对H矩阵做相同的排序操作，这里我想了很久发现可以通过numpy数组的花式索引来解决

numpy 排序方法不止一种，但我们想要的不是排序好的数组，而是排序的过程，也即是原数组每一行排序后在哪个位置，好在 ndarray 对象有 argsort() 方法能满足我们的需求，它返回的是原数组排序后的索引。#对invTImes排序会是这样，因为argsort()返回的是索引

invTImes[invTImes.argsort()]

对H矩阵做相同的排序操作

有了以上的铺垫，我们做相同的排序就会很简单了#用invTImes的排序方法对H矩阵的行排序

H[invTimes.argsort(),:]

以上过程封装后

def hada2wal(H):

diffMat = np.abs(np.diff(H))/2

invTimes = np.sum(diffMat,axis = 1)

W = H[invTimes.argsort(),:]

return W

效果对比

验证正确性

从结果的图来看，实现基本上是正确了，但如何确定实现正确了呢，这里用一下DWT的性质

DWT是正交变换，其变换矩阵是实正交对称阵，也就是说，其每一行做内积的结果是0，只有与自己内积时才有非零值

因此用W矩阵与其自身做矩阵乘法

得到对角阵，验证了结果是正交的，我们可以确定得到的沃尔什变换核是正确的