转载]小波基构造与多孔算法 (2008-02-18 20:54)
对小波的分解有几种模式,按照边界补零方式、边界缠绕方式、边界平滑方式以及周期延拓方式。其中,使用周期延拓模式,可以使得小波分解的信号个数与理论值相符;但在信号重构时,各级的信号个数怎样才能做到与理想个数一致呢?比如,信号1024点,分4层,各层系数分别为512,256,128,64,64。另外一个问题,小波分解有这么多种模式,不同的模式得到的小波系数不同,我要算信号能量,不知哪种适合?(分解时我采用的dwtmode('per');)不需要,补任何值。用圆周卷积就行了。
小波发展到今天,在各个领域的应用都受到了重视。但看了许多文献、论文,觉得咱们国内的小波研究领域,90%都局限于应用,说得在实在些就有点照葫芦画瓢。其实,小波的基本概念、基本理论还是国外一些大师的东西。这几天,在看小波基的构造方法,有点乱,说出来大家看看,给些帮助和建议。
1、由尺度函数出发-->正交尺度函数-->滤波器h-->正交小波;这是基于MRA思想的小波构造方法,不过好像都是大师们的专利,没有看到实际有人这样做,各种参考书在介绍这种方法是也是引用的资料; 2、滤波器构造方法。直接构造满足要求条件的滤波器h(比如对称性、支集长度等),再计算滤波器g,再由两尺度方程导出的滤波器与尺度函数、小波函数间的关系,得到尺度函数与小波函数; 3、目前说的比较多的好像是提升算法,我还没看,一点不懂什么意思。看到有一篇文章说,由提升算法,可以从已知小波直接构建新的小波。不知道这种构建得到的小波与原来的小波有多大的区别,也就是它们之间的性质可以改变多少,又有什么内在的联系。 小波的构造文章有很多,不过形成系统理论的还是前两种,本人正在郁闷中,望大侠多指教。 基于提升格式的第二代小波有如下特点:
小波边缘提取方法中的多孔算法能否得到二值图像的边缘,我看过网上流传的一个比较好的多孔算法的程序,不过得到的并不是二值边缘图像。不知道多孔算法进行二值图像边缘提取的思想是什么?另外如果不用滤波器进行边缘检测时,想进行多尺度的边缘提取,对于尺度这个参量该如何在程序中进行体现? 小波的问题在那里?其中之一,平移不变性。说白了,先将源信号平移n位,再做小波变换,和先将源信号做小波变换,再平移n位,结果不同。这对于实时处理和一些场合是极为不便的。(gibbs效应于此也有关)。
连续小波变换的概念、操作、及时间尺度图的显示 1。连续小波的概念。就是把一个可以称作小波的函数(从负无穷到正无穷积分为零)在某个尺度下与待处理信号卷积。改变小波函数的尺度,也就改变了滤波器的带通范围,相应每一尺度下的小波系数也就反映了对应通带的信息。本质上,连续小波也就是一组可控制通带范围的多尺度滤波器。 2。连续小波是尺度可连续取值的小波,里面的a一般取整数,而不像二进小波a取2的整数幂。从连续小波到二进小波再到正交离散小波,其实就是a、b都连续,a不连续、b连续,a、b都不连续的过程。操作他们的快速算法也就是卷积(快速傅里叶),多孔(a trous),MALLAT。在MATLAB里,也就是CWT,SWT,DWT。SWT称平稳小波变换、二进小波变换、或者非抽取小波变换。 3。从冗余性上:CWT>SWT>DWT,前面两个都冗余,后面的离散小波变换不冗余。 4。从应用上:CWT适合相似性检测、奇异性分析;SWT适合消噪,模极大值分析;DWT适合压缩。 5。操作。就是在某个尺度上得到小波的离散值和原信号卷积,再改变尺度重新得到小波的离散值和原信号卷积。每一个尺度得到一个行向量存储这个尺度下的小波系数,多个尺度就是一个矩阵,这个矩阵就是我们要显示的时间-尺度图。 6。显示。“不要认为工程很简单”。我的一个老师说过的话。小波系数的显示还是有技巧的。很多人画出的图形“一片乌黑”就是个例子。第一步,一般将所有尺度下的小波系数取模;第二步,将每个尺度下的小波系数范围作映射,映射到你指定MAP的范围,比如如果是GRAY,你就映射到0-255;第三步,用IMAGE命令画图;第四步,设置时间和尺度坐标。MATLAB是个很专业的软件,它把这些做的很好,但也就使我们懒惰和糊涂,我是个好奇心重的人就研究了下。里面有个巧妙的函数把我说的(1,2)两个步骤封装在了一起,就是WCODEMAT,有兴趣的同学可以看看
评论 |
|