第二章 基于小波变换的图像压缩编码
7
将一个一维函数 ()
t 变换为一个二维函数。
假定
ˆ
(), ( )t
ω
的窗函数中心与半径分别为
*
(, )t
和
*
ˆ
(, )
ω
Δ ,对于一组确
定的参数 (,)ab 而言,小波变换 ()(,)Wf ab
ψ
的值可解释为通过一个中心位于
*
*
,bat
a
⎛⎞
+
⎜⎟
⎝⎠
,边长分别为 2a
和
ˆ
2
a
的矩形时间-频率窗
**
ˆˆ
**
,,bat a bat a
aaaa
ψψ
ψψ
ωω
Δ
⎤
⎡⎤
+−Δ++Δ× − +
⎥
⎣⎦
⎦
对信号进行的观察,即它提取的
是信号
()
t
在上述指定时间段及频率段内的局部信息。小波变换本质上是对信号
的时-频联合分析。尺度 a 能自动改变时频分辨率:当 a 增大时,频宽减小,时
宽增大,而且
,
()
ab
t
的窗口向低频方向移动;当 a 减小时,则变化正好相反,如
图
2-1 所示。这就是小波变换具有的逐渐局部化特性,即“变焦距特性”,因此
可视为“数学显微镜”。这一重要性质正是分析非平稳信号所需要的。
实际上,时间频率窗可以看作是一个适配带通滤波器,这一滤波器的品质因
数
*
*
ˆ
ˆ
2
2
a
Q
a
ψ
ψ
ω
ω
====
Δ
Δ
中心频率
常数
带宽
(2-5)
可见,小波变换可以看成是一个品质因数为常数的滤波器的滤波过程。无论
是在高频段,还是在低频段,都有相同的相对时间和频率精度。
2.1.2 离散小波变换
连续小波变换将一维信号 ()
t 作小波变换成为二维的 ()(,)Wf ab
ψ
,其信息是
t
ω
11
bat
22
bat
2
a
∗
1
a
∗
图 2-1 CWT 的时间-频率窗(图中,
1212
,aabb
< )
评论1
最新资源