本文旨在对图像处理中的小波分析做一个概要性的记录和介绍
1. 背景
傅里叶变换可以将信号表示为无限三角函数的累加形式,从而实现将信号从空间域到频率域的转换。然而这种转换丢失了信号时空域的信息(只知道频率及其幅值,但不知道该频率发生的空间位置,可以类比直方图),因此无法做局部分析。
短时傅里叶变换通过引入一个时间窗函数试图改进傅里叶的局部缺陷,但由于窗函数的尺寸是固定的,不能同时对信号高频和低频做精确分析。
小波变换基于可自动调节尺寸的窗函数(图像金字塔),在时域和频域均具有良好的局部化性能,被誉为“数学显微镜”。
小波变换在图像处理上可用于去噪、边缘提取(实质就是突出低频或高频),但最主要的应用在于图像压缩
2. 小波变换基本原理
傅里叶变换将信号分解为不同频率的三角函数之和的形式,小波变换则以尺度函数和小波函数为基,将信号分解。
在这里,尺度是通过不断对图像做下2采样以建立图像金字塔得到的