第12章 双正交小波及小波包

合集下载

基于渐进插值的Catmull-Clark双正交细分小波及其应用

基于渐进插值的Catmull-Clark双正交细分小波及其应用

基于渐进插值的Catmull-Clark双正交细分小波及其应用章节一:引言介绍双正交小波及其应用的背景和意义,简述当前研究现状,阐述本文研究的目的和意义。

章节二:相关概念和原理介绍双正交小波变换及其特点,介绍渐进插值的概念和原理,引出Catmull-Clark双正交细分的概念和相关原理。

章节三:基于渐进插值的Catmull-Clark双正交细分小波的算法实现介绍基于渐进插值的Catmull-Clark双正交细分小波的算法流程和实现过程,并分析其优点与不足。

章节四:小波双正交细分在几何建模中的应用介绍小波双正交细分在几何建模中的应用,如模型细节增加、曲面生成等,具体展示实例并阐述实现方法和实际效果。

章节五:对比实验结果分析通过对比实验,与传统细分方法进行对比,验证基于渐进插值的Catmull-Clark双正交细分小波在几何建模中的效果,分析实验结果并提出未来改进方向。

章节六:结论和展望总结论文,阐述研究意义和价值,并展望未来在该领域的研究方向和趋势。

第一章滴梵高季风儿变色龙引言小波处理在数字信号处理、图像处理、地震勘探、计算机视觉等领域都有广泛的应用,其中小波双正交细分技术是将给定的物体表面细分成更小的细节,并且保证表面依然光滑的一种技术。

双正交细分能生成具有高几何精度的曲面,能够用于三维建模、图形动画和计算机辅助设计(CAD)等领域。

由于小波变换的通用性,它可以用于处理几何对象,其中采用了包括离散小波变换和连续小波变换等多种类型的变换。

因此,在几何建模方面,小波技术受到广泛关注。

Catmull–Clark细分技术是一种应用于三维多面体网格的方法,它会对拓扑结构进行修改,从而将网格细分。

而基于渐进插值的Catmull-Clark双正交细分方法将Catmull-Clark细分与小波分析有机地结合,实现了高效、高精度的三维几何建模。

作为广泛应用的方法,定量分析Catmull-Clark双正交细分小波及其应用,对于加深对该领域认识和提升小波技术在相应领域中的应用具有非常重要的实践意义。

小波包PPT课件

小波包PPT课件
3
引言
小波分解示意图----每层分解只对低频部分细分
S
A1
D1
A2
D2
A3
D3
4
引言
小波包分解,在小波分解的基础上进一步细分高频部分,达 到更优的时频局部化效果
S
A1
D1
A2,1
D2,1
A2,2
D2,2
5
A3,1
D3,1
A3,2
D3,2
A3,3
D3,3
A3,4
D3,4
小波包原理
❖ 所谓小波包,简单地说就是一个函数族。由 它们构造出的规范正交基库。从此库中可以 选出的许多规范正交基,小波正交基只是其 中的一组,所以小波包是小波概念的推广。
包,称为小波包系数。G,H为小波分解滤波器, H与尺度函数 有关,G与 j (t)有关。二进小波包 分解的快速算法为:
p01 (t) p 2i 1
j
f
(t) H (k
2t
)
p
i j
1
(t
)
k
p
2i j
k
G(k
2t
)
p
i j
1
(t
)
9
重构算法为:
p
i j
(t
)
2[
h(t
2k
)
p
2 i 1 j 1
(t
)
g
(t
2k
)
p
2i j 1
(t
)]
k
k
式中,j J 1, J 2,,1,0;i 2 j ,2 j1,,2,1;
J
log
N 2
, h,
g为小波重构滤波器,

小波变换 5 矢量小波、双正交小波、小波包

小波变换 5 矢量小波、双正交小波、小波包

双正交小波
• 定义: 假设 {Vj | j Z和{V%j | j Z}是两个多分辨分析,
和%分别是其尺度函数.如果
(t),~(t k) 0,k , k Z
则称和%是双正交尺度函数。
• 尺度函数的双尺度方程:
(t) hn(2t n), %(t) h%n%(2t n)
nZ
nZ
频域形式:
ˆ(2) H ()ˆ(), R ,
200
400
1.5
1
0.5
0
-0.5
-1
-1.5
600
0
compressed signal
200
400

双 正 交 小 波 用 于 信 号 压 缩
600
5-1
结果表明,尽管压缩后的图像仅由约16%的小波系数重建而成,但却保 留了原图像几乎全部的能量,获得了很好的压缩效果。从视觉上看,压缩后 的图像与原图像几乎没有区别。
j,n(t),un(t k) j ,1,0;n 2,3, , k Z
是L2 (R) 的一个正交基
正交小波包
小波包的分解算法与重构算法
分解算法:
alj,2n
k
1 2
hk
2l
a j1,n k
alj,2n1
k
1 2
g a j1,n k2l k
重构算法:
a j1,n l
[hl2k akj,2n gl2k akj,2n1 ]
WjΒιβλιοθήκη U2 j 1U
3 j 1
U
4 j2
U
5 j2
U
6 j2
U
7 j2
L
U
2k j
k
U 2k 1 jk

四元双正交小波的构造与性质

四元双正交小波的构造与性质

t g f t r faca so irh g n lfu - i e so a v lt r r sn e y me n fit r oao y i i e so ls fb o t o o a o rdm n in lwa eeswe ep e e td b a so n e p lt r n l

数. 文献[ ,] 67分别研究二元双正交小波 , 三元双正 交小 波 的构造算 法. 文运用矩 阵 的多相分解方 法 , 本 给 出 由插 值 函数 构 造 双 正交 小 波 的矩 阵 扩 充 新 算 法.讨论 多元 双 正交 小 波 包 的性 质 , 到 三个 双 正 得 交性公 式 .
p c eswe eds u s d n h e irh g n l yf r u a o c r ig t ewa ee a k t r b an d a k t r ic s e ,a d t r eb o t o o ai o t m lsc n e nn h v ltp c esweeo tie . K e o d :b o t o o aiy o rdm e so y w r s irh g n l ;f u - i n in;s ai g f n t n ;wa ee s i e s n ep lt n f n t n t c l u ci s n o v lt ;fl r ;itr oai u c i s t o o
关键词 : 双正交;四元 ; 尺度 函数 ;小波;滤波器 ; 值函数 插
中图分类号:O14 2 7. 文献标 识码 : A .
Co sr ci n a d pr p r iso o h g na o rd m e so a v lt n t u to n o e te fbir o o lf u - i n in lwa ee s t

小波包变换(WaveletPacketTransform)的学习笔记

小波包变换(WaveletPacketTransform)的学习笔记

⼩波包变换(WaveletPacketTransform)的学习笔记对于⼀个连续的周期信号,可以将其分解为⼀组频率不同的三⾓函数信号的线性组合,这就是傅⾥叶级数的本质,将信号从时域投影到频域中的不同频段上来完成分解。

当这个周期信号的周期趋近于⽆穷⼤时,傅⾥叶级数就变成了傅⾥叶变换。

此时的信号本质上是⼀个连续⾮周期信号,傅⾥叶变换的意义就在于对其进⾏分解,同样也是以⼀组三⾓函数作为正交基,并通过这组三⾓函数基的线性组合来表⽰原信号。

数学表达为:由于三⾓函数是⼀个⽆限长的信号,在时域上不具有局部性,因此以其作为正交基对信号进⾏拟合时,具有以下两个不⾜:第⼀,对于突变信号,如阶跃信号或尖峰信号,其需要⼤量的三⾓函数基进⾏组合才能完成较好的信号拟合;第⼆,由于三⾓函数不具备在时域上的局部性,因此在对信号进⾏傅⾥叶变换时,仅仅只能获取到信号在频域上的分布信息,并不能获取到这些不同频率的信号分量在时域上出现的位置。

因此傅⾥叶变换对于⾮平稳信号的分解会遗失其在时域上的变化信息。

⼩波变换就是为了解决对⾮平稳信号的分解问题⽽产⽣的数学⽅法。

相⽐于傅⾥叶变换使⽤⼀组⽆限长的三⾓函数基进⾏信号拟合,⼩波变换使⽤的是⼀组正交的、迅速衰减的⼩波函数基进⾏信号拟合。

这种⼩波函数基可通过其尺度变量和平移变量,获得不同的频率和时间位置。

因此在利⽤这种⼩波函数基对信号进⾏分解时,可以⽤较少的⼩波函数基就拟合出突变信号(稀疏编码特性),同时也能获得不同频率的信号分量在时域上的出现位置。

⽤于⽣成⼀组不同频率和时移的⼩波函数的⼩波函数,称为基本⼩波(Basic Wavelet),由其⽣成的⼀组⼩波函数,是该基本⼩波的⼀个⼩波族(Wavelet Family),表⽰为:,其中为尺度参数,通过伸缩控制⼩波的尺度(频率),为平移参数,通过移位控制⼩波在时域中的出现位置。

这两个参数的作⽤顺序是先作平移,再作伸缩。

对这⼀族⼩波函数进⾏归⼀化,即得到⼀组⼩波函数基。

chapter11_2_双正交小波构造

chapter11_2_双正交小波构造
H0 (z1)Hˆ 0 (z) H1(z1)Hˆ1(z) 2
区别
Hˆ 0 (z) G0 (z) Hˆ 1(z) G1(z)
来自不同的滤波器
H0 (z1) H0 (z) H1(z1) H1(z)
翻转
双正交滤波器组中的正交关系:
注意两 组正交 的不同
hˆ0 (k), h0 (k 2n) (n) hˆ1(k), h1(k 2n) (n) hˆ0 (k), h1(k 2n) 0 hˆ1(k), h0 (k 2n) 0
两对滤波器 的频率特性
尺度、小波函 数和其对偶函 数的频率特性
正交性在 频谱上的 反映
双正交小波变换的快速算法和正交小波变换的快速
算法基本相同,区别是在重建时使用的是对偶滤波 器 Hˆ 0(z), Hˆ1(z) 。
双正交情况下的多分辨率分解:
a j (n) a j1(n) h0 (2n)
a j1(k)h0 (k 2n) k
For a biorthogonal wavelet: [PHI1,PSI1,PHI2,PSI2,XVAL] = WAVEFUN('wname',ITER)
returns the scaling and wavelet functions both for decomposition (PHI1, PSI1) and for reconstruction (PHI2, PSI2).
同一支路,滤 波器系数偶数 移位正交
上下支路,滤 波器系数偶数 移位交叉正交
上下支路各自是正交的:
h和0 其对偶 正hˆ0 交; 和其h1对偶
上下支路交叉正交:
h正1 交于 hˆ0 ; 正交于h0
正交hˆ1 hˆ1
11.7 双正交小波

双正交小波及小波包

双正交小波及小波包

ˆ ˆ H1 ( ) H1 ( ) H1 ( ) H1 ( ) 2
ˆ ˆ H0 ( )H1 ( ) H0 ( )H1 ( ) 0
ˆ ˆ H1 ( )H0 ( ) H1 ( ) H0 ( ) 0
ˆ ˆ N 1 N 2 1 N 2 N 1 1 , 2 2

ˆ ˆ N 1 N 2 1 N 2 N 1 1 , 2 2
ˆ ˆ 它们的长度都是 ( N 2 N1 N 2 N1 ) / 2
第12章
双正交小波及小波包
ˆ (k )h1 (n 2k )
d d 式中a j (n) ,j (n) 分别是a j (n) ,j (n) 作二插值得到的序列
第12章
双正交小波及小波包
12.3 双正交小波的构造
(t ) ,ˆ (t ) , (t ) 及ˆ(t ) 的 双正交小波的构造包括 H 构造,而它们又都源于分解滤波器 H 0 ( z) 、 1 ( z) 及用 ˆ ˆ 于重建的对偶滤波器 H0 ( z) 和 H1 ( z) 。(12.1.14)式给 ˆ ˆ 出了H1 ( z) 、H1 ( z) 和 H 0 ( z) 及H0 ( z)的关系,因此,双正交 ˆ 小波构造的核心问题是H 0 ( z)和 H0 ( z)的构造,这和正
a

j 1
(k )h0 (k 2n) (k )h1 (k 2n)
k
a
j 1
' ' ˆ ˆ a j 1 (n) a j (n) h0 (n) d j (n) h1 (n)

' '
k
a

j

第12章 双正交小波及小波包

第12章 双正交小波及小波包

- 352 -第12章 双正交小波及小波包我们在上一章给出了正交小波的构造方法。

正交小波有许多好的性质,如)()(),(',,'k k t t k j k j -=δφφ,)()(),(',,'k k t t k j k j -=δψψ,0)(),(',,=t t k j k j ψφ ,此外,尺度函数和小波函数都是紧支撑的,有着高的消失矩等等。

Daubechies 给出的正交小波的构造方法可以方便的构造出所需要的小波(如DBN ,SymN ,CoifN)。

但是,正交小波也有不足之处,即)(t φ和)(t ψ都不是对称的,尽管SymN 和CoifN 接近于对称,但毕竟不是真正的对称,因此,这在实际的信号处理中将不可避免地带来相位失真。

)(t φ和)(t ψ的不对称性来自所使用的共轭正交滤波器组)(0z H 和)(1z H 的不对称性。

我们已在7.8节讨论了具有线性相位的双正交滤波器组的基本概念,给出了可准确重建的双正交滤波器组的设计方法。

本章,我们把这些内容引入到小波分析,给出适合小波变换的双正交滤波器组准确重建的条件,给出双正交条件下的多分辨率分析及双正交小波的构造方法,最后简要讨论小波包的基本概念12.1 双正交滤波器组现在,我们结合小波变换的需要来研究双正交滤波器组的内在关系及实现准确重建的条件。

所谓“小波变换的需要”是指在用)(0z H 对)(0z a 分解时需要将)(0z H 和)(1z H 的系数作时间上的翻转,即用的是)(10-z H 及)(11-z H ,或)()(00n h n h -=,)()(11n h n h -=,见(10.6.1)式及图10.6.2。

将图10.6.2的正变换和图10.6.3的反变换结合起来,我们可得到如图12.1.1所示的一级分解和重建的类似于两通道滤波器组的信号流图。

注意,图中用于重建的滤波器不再是图10.6.3中的)(0z H 和)(1z H ,而是)(ˆ0z H 和)(ˆ1z H ,它们分别是)(0z H 和)(1z H 的对偶滤波器。

第十二讲 小波基构造与常用小波 ppt课件

第十二讲 小波基构造与常用小波  ppt课件

其输出信号的相位特性,除一常数外,与延时为 的输入信号 f (x )
的相位特性完全一致。也就是说,当滤波器具有线性相位时,输出信
ppt课件
9
号将不产生相位畸变。
原始信号
非畸变信号
畸变信号
ppt课件
10
2 常用小波
Haar 小波 Mexican hat 小波 Morlet 小波 Meyer 小波 Daubechies 小波系 Coiflet 小波系 Biorthogonal 小波系
k0
N k

k
1xk
ppt课件
24
3.3 构造步骤(二)
利用欧拉公式转化为含 e j 的各次幂的多项式,然后以 z e j 代替,
从而得到关于 z 的多项式 M (z) ,其中 M (z) 具有以下形式
M
(z)

a0

1 2
N 1
an (zn
n 1

zn)
ppt课件
ppt课件
11
2.1 Haar小波
Haar 小波是一个最早应用也是最简单的具有紧支撑的正交小波 函数,其定义如下:
1, 0x1/ 2 (x) 1, 1/ 2x1
0 其它
ppt课件
12
2.2 墨西哥帽小波
ppt课件
29
求得 M (z) 0 的两个实根为
z1,2 2 3
因为
c

1 2
|
a1
|
1 2
,可得
m()
e j c(

z1
z1 )
1
e j
(
2 3)
2 2 3
1 2e j 1

三维双正交小波包的性质刻划

三维双正交小波包的性质刻划

三维双正交小波包的性质刻划
赵浪;于育民
【期刊名称】《纺织高校基础科学学报》
【年(卷),期】2011(024)001
【摘要】研究三维双正交小波包的性质,推广了一元双正交小波包的概念,引入了三维不可分双正交小波包的定义并给出一种构造方法.使用分离变量法与时频分析方法讨论了三维不可分双正交小波包的性质,得到3个双正交性公式.由三维双正交小波包可以构造L2(R3)的Riesz基.
【总页数】7页(P96-102)
【作者】赵浪;于育民
【作者单位】西安建筑科技大学,理学院,陕西,西安,710055;南阳理工学院,应用数学系,河南,南阳,473004
【正文语种】中文
【中图分类】O174.2
【相关文献】
1.半双正交小波Riesz基的构造及性质 [J], 冯祖针
2.二元向量值双正交小波滤波器的构造与性质 [J], 陈清江;王世恒;陈欢
3.多元多重向量值双正交小波包的刻划 [J], 方勤华;徐冬梅
4.N元双正交小波包的性质 [J], 高艳晶;邓彩霞;金伟
5.三元矩阵值双正交小波滤波器的构造和性质 [J], 马静; 王刚; 张静
因版权原因,仅展示原文概要,查看原文内容请购买。

小波分类

小波分类

2014-7-25
27
3双正交小波
双正交滤波器组简称biorNr,Nd,其中Nr是低通
重建滤波器的阶次,Nd是低通分解滤波器的阶次。在
MATLAB中,Nr和Nd的可能组合是:
Nr=1,
Nr=2, Nr=3, Nr=4, Nr=5,
Nd=1,3,5
Nd=2,4,6,8 Nd=1,3,5,7,9 Nd=4 Nd=5
Nr=6,
2014-7-25
Nd=8
28
3双正交小波
这一类小波不是正交的,但它们是双正
交的,是紧支撑的,更主要的是它们是 对称的,因此具有线性相位。分解小波 的消失矩为Nr-1。下图给出的bior3.7 的分解小波、尺度函数及重建小波和尺 度函数。
2014-7-25
29
3双正交小波
2 1 0 -1 0 5 10
-0.2
0
10
20
30
-1
0
10
20
30
Coiflets小波,(a) (t ),(b) (t )
2014-7-25 24
3.正交小波
Meyer小波
Meyer小波简记为meyr,它是由Meyer于1986年提
出的。该小波无时域表达式,它是由一对共轭正交镜
像滤波器组的频谱来定义的。
Meyer小波是正交、双正交的,但不是有限支撑
2014-7-25 26
3双正交小波
由于离散小波变换最后是由两通道滤波器组来实现。
(t )和 h0 , h1, g0 与 g1 因此,正交小波条件下的 (t ) ,
都不具有线性相位(Haar小波除外)。
Daubechies和Cohen提出并构造了双正交小波,

双正交双向小波包

双正交双向小波包

双正交双向小波包
李岚;程正兴
【期刊名称】《西北大学学报(自然科学版)》
【年(卷),期】2010(040)002
【摘要】目的为建立双正交双向小波包的理论框架.方法积分理论和算子理论.结果得到双向小波包的双正交公式.结论推广了双正交小波包的概念.
【总页数】5页(P224-228)
【作者】李岚;程正兴
【作者单位】西安交通大学,理学院,陕西,西安,710049;西安文理学院,数学系,陕西,西安,710065;西安交通大学,理学院,陕西,西安,710049
【正文语种】中文
【中图分类】O174.2
【相关文献】
1.正整数伸缩的双正交双向小波包 [J], 李岚;陈清江;李娜;程正兴
2.混合正交双向小波包的研究 [J], 毛一波;
3.双向多尺度双正交向量值小波和小波包的构造 [J], 张建基;库福立;卢维娜
4.混合正交双向小波包的研究 [J], 毛一波
5.广义正交双向小波包的性质及频域表示 [J], 毛一波
因版权原因,仅展示原文概要,查看原文内容请购买。

《小波分析》PPT课件

《小波分析》PPT课件

级数的系数k, j 正好是信号f(x)的
小波变W f换a, b
在二进离散点:
2k , 2k j
(37)
上的取值。这说明:对于正交小波来说,任 何信号在二进离散点上的小波变换包含了它 的小波变换的全部信息,所以
正交小波具有优美的谱吸收特点。
小波变换与Fourier变换
Fourier变换:
➢ 对于任何信号f(x),只有当它是时间有 限时,它的谱F()(Fourier变换)才是频 率吸收的;
a ,b
a ,b
a ,b
b aE a , b + aE a
E a a , E a a
(32)
Appendix B Fig.2. 小波在时-频相平面上的窗
1
0
2 t
t0
t1
2.3.4. 小波的时-频特性
小 波 时 - 频 窗 的 面 4积 恒 等


小波的时-频窗是时-频相平面中的
注释
注释:如果小波母函数 x

Fourier
0
变换
在原0点 0
是于连是续

x的d,x 那 0么公式(2)说
R

这说明函数 x 有波动的特点,公
式(1)又说明函x数
有衰减的特
点,因此 ,x称函数
为“小
1.2 小波变换(Wavelet Transform)
对 于 任 意 的 函 数f x或L2R者 信
对于正交小波 x , k, j x; k, j Z 2
是一个标准正交基,所以,对于任何信号 f(X),可以展开成小波级数:
f x
k, j k, j x
k j
(35)

小波理论简介

小波理论简介

小波分析理论简介傅立叶变换伟大的历史贡献及其局限性1 Fourier 变换1807年,由当年随拿破仑远征埃及的法国数学、物理学家傅立叶(JeanBaptistle Joseph Fourier ,1786-1830),提出任意一个周期为T (=π2)的函数)(t f ,都可以用三角级数表示:)(t f =∑∞-∞=k iktkeC=20a + ∑∞=1cos k k kt a + ∑∞=1sin k k kt b (1)k C =π21⎰-π20)(dt et f ikt= *iktef , (2)k k k C C a -+= )(k k k C C i b --= (3)对于离散的时程 )(t f ,即 N 个离散的测点值 m f ,=m 0,1,2,……,N-1,T为测量时间:)(t f =20a +)sin cos (121∑-=+Nk k k k kt b t aωω+t a N N 22cos 21ω=∑-=1N k ti k k e C ω (4)其中 ∑-==102cos2N m m kN km x N a π ,=k 0,1,2,…,2N (5)∑-==12sin2N m m k Nkm x N b π , =k 1,2,…,2N -1 (6)∑-=-=1)/2(1N m N km i mk exNC π ,=k 0,1,2,…,N-1 (7)tN k k ∆=πω2 ,NT t=∆ (8)当T ∞→ 时,化为傅立叶积分(即 Fourier 变换):⎰∞∞--=dt et f f ti ωω)()(=ti ef ω, (9)ωωπωd e f t f ti )(21)(⎰∞∞-=(10)傅立叶变换的理论是人类数学发展史上的一个里程碑,从1807 年开始,直到1966年(1807年傅立叶提出任意一个周期函数都可以表示为傅立叶级数的结论是有误的,直到1966年才证明了2L可积的周期函数才能表示为傅立叶级数),整整用了一个半世纪多,才发展成熟。

双正交小波介绍

双正交小波介绍
h 1
~

q2 2 p2 q2 2q3 q2
q2 0.057554 q3 0.091272 (9-7)小波滤波器
h 0 0.8526972
对比
• 正交多分辨分析中
2 2 | P ( z ) | | P ( z ) | 1 | Z | 1 Q( z ) z P( z )
紧支撑双正交小波的构造
• 必要条件
有限滤波器
, h, g , g h
, 和对偶小波 , 使得尺度函数
存在的必要条件是:
hk 2 k 2 h k k
(t )dt 2 h (2t k )dt
k k
利用规范性 (t )dt 1
g k 0 k k 0 g k
( )
j 1

利用 (t )dt 0
k k k
同理有 d j 1,l f j , j 1,l f j , 2 g k 2 l j , k 2 g k 2 l f j , j , k 2 g k 2 l c j , k
k k k
双正交小波的分解与重构
h {h 2 , h 1 , h 0 , h1 , h 2 }
h {h1 , h0 , h1}
~ ~ ~ ~ ~ ~
h 1 h1 h 2 h 2 h1 h1
pn 2 hn
~
~
~
~
~
qn 2hn
p0 q0 2 p1q1 2 p q pq 0 1 1 2 0 p0 2 p2 1 2 p1 1 q0 1 2q1 1

正整数伸缩的双正交双向小波包

正整数伸缩的双正交双向小波包

正整数伸缩的双正交双向小波包李岚;陈清江;李娜;程正兴【摘要】Biorthogonal two-direction wavelet packets with dilation factor are introduced and their properties are discussed by means of the matrix theory and operator theory.A new approach for constructing biorthogonal two-direction wavelet packets is developed.The formulae for performing iteration and decomposition are established.New Riesz bases for L2(R)are obtained by the given biorthogonal two-direction waveletpackets.Finally,an example for constructing biorthogonal two-direction wavelet packets is given.%本文引入了尺度为α的双正交双向小波包的概念,运用矩阵理论和算子理论研究了双正交双向小波包的性质.得到构造双正交双向小波包的一种新方法.建立了进行迭代与分解的公式.利用双正交双向小波包,得到空间L2(R)新的Riesz基.最后,给出构造双正交双向小波包的例子.【期刊名称】《工程数学学报》【年(卷),期】2010(027)005【总页数】10页(P901-910)【关键词】双向小波;双向小波包;双向加细函数;双正交【作者】李岚;陈清江;李娜;程正兴【作者单位】西安交通大学理学院,西安,710049;西安文理学院数学系,西安,710065;西安建筑科技大学理学院,西安,710055;西安电子科技大学通信工程学院,西安,710071;西安交通大学理学院,西安,710049【正文语种】中文【中图分类】O174.21 IntroductionWavelet transform is an important mathematical tool with which data or functions can be divided into different frequency components.It is well known that there is a limitation for the time-frequency localization of a single wavelet.In other words,an orthogonal wavelet function with compact support and certain regularity is notsymmetric[1,2].Therefore,Geronimo et al[3]constructed two functionsψ1(x)and ψ2(x)whose translations and dilations form an orthonormal basis in L2(R).The importance for these two functions is that they are continuous,well time-localized(or short support),and symmetry.This example tells us that if multi wavelets are used in an expansion,then better properties can be achieved.Orthogonal wavelet packets weredefinedrstly introduced by Coifman and Meyer[4].Orthogonal wavelet packets are used to further decompose wavelet components.Wavelet packets,due to their nice characteristics,have been widely applied to signal processing[5],image processing[6]and so on.Biorthogonal wavelet packets were given by Daubechies andCohen[7].Biorthogonal wavelet packets are more flexible in application.In addition,wavelet packets provide better frequency localization than wavelets while time-domain localization is not lost.The two-scale refinable equation with scale α(2≤ α ∈ Z)plays a basic role in the construction and application of scalarwavelets[8,9].Yang[10]generalized the two-scale refinable equation,and established the biorthogonality criteria for two-direction refinable function and two-direction wavelets.Motivated by[10,11],we give the definition of biorthogonal two-direction wavelet packets and discuss their properties by means of matrix theory.The formulae for performing iterations and decomposition are also established.2 Two-direction multiresolution analysis with dilation αWe begin with recalling some basic notations and results used later.Let R and C be the sets of all real and complex numbers,respectively.Denote by Z and Z+the set of all integers and nonnegative integers,respectively.To obtain a uniform method for constructing biorthogonal two-direction wavelet with dilation α,le t us give two-direction multiresolution analysis. Dedefinedne the operators R,T and D as follows:Then R,T and D are unitary operators on the Hilbert space L2(R). Definition 2.1 Given 2 ≤ α ∈ Z and φ ∈ L2(R).If there existthen φ is said to be a two-direction refinable function(TDRF).The sequencesφ,respectively.The equation(2)can be simply written as called the positive-direction mask(PDM)and negative-direction mask(NDM)ofwhich becomes two-scale equation(1)in the case of=0.By taking the Fourier transformation for the both sides of(2),we haveis called the positive-direction mask symbol(PDMS)andis called the negative-direction mask symbol(NDMS).Proposition 2.1 Let φ be a TDRF.If there exist sequencesthen φ satisfies the following equationwhere p+(z)is the PDMS and p-(z)is the NDMS.Proof By taking the Fourier translation,we obtain(4).On the other hand,we rewrite(2)asAlso,by implementing the Fourier transformation for the both sidesof(6),we have(4)and(8)can be written as(5).The proof is completed.Let φ be a two-direction refinable function with masksof the positive-direction mask the negative-direction maskthe following matrix equationIt is easy to see that(5)and(9)are equivalent.The matrixis called the matrix mask symbol of Φ(t).Definitio n 2.2A pair{φ,of two-direction refinable functions is said to be biorthogonal ifwhere δ0,kis the Kronecker symbol.For a function φ∈L2(R),we define a subspace sequence Vj∈L2(R)byDefinition 2.3 The sequence{Vj}j∈Zdefined by(11)is said to be a two-direct ion multiresolution analysis(TDMRA)with scale α generated by φ if the following conditions are satisfied.(i) Vn⊂Vn+1,for all n∈Z;(ii) ={0}, ∪j∈ZVjis dense in L2();(iii)f∈V0if and only if f∈Vj,for all j∈(iv) The sequenceis a Riesz basis of V0.Let Λ ={1,2,···,α -1}.Definition 2.4 Let{Vj}j∈Zbe a TDMRA generated by φ.A subset{ψι:ι∈ Λ}of L2(R)is called a two-direction wavelet set(TDWS)associated to φ with scale α ifforms a Riesz basis for W0where W0=V1⊖V0.Proposition 2.2 Let{ψι:ι∈ Λ}of L2(R)be a TDWS associated to φ with scale α.If there exist sequencessatisfies the following equationThis equation can be simply written asImplementing the Fourier transformation for the both sides of(13)yieldsWe rewrite equation(14)asThe refinement equations(14)and(16)lead to the following formulaThe frequencydefinedeld form of the relation formula(17)is(12).The proof is completed.3 Two-direction wavelet packetsWe shall introduce the two-direction wavelet packets and investigate their properties.Let φ and be a p air of biorthogonal two-direction refinable functions,we rewrite the symbols asDefinition 3.1 Two families of two-direction refinable functions called biorthogonal twodirection wavelet packets(TDWPs)with respect to a pair of biorthogonal two-direction sc aling functions φ(t)and,respectively,ifBy implementing the Fourier transformation for the both sideof(18)and(19),respectively,we haveProperties and advantages of the biorthogonal two-direction wavelet packets with dilation α are investigated as follow s.By applying the same method,one can obtain orthogonal two-direction packets with dilation α given by(18).Lemma 3.1Suppose Φ(t)and(t)are biorthogonal scaling function vectors.P(z)and(z)are their matrix symbols,respectively,and ωj(j=1,2,···,α)are roots of equation zα-1=0.ThenIt is equivalent toWe can easily prove Theorem 3.1 by applying the lemma.Theorem 3.1Suppose that(t)and(t)are biorthogonal two-direction wavelets associated to φ(t)andt),respectively,(j=1,2,···,α)are roots of equations zα-1=0 withTheorem 3.2 Suppose n∈Z andProof When n=0,(30)follows from(4).Suppose(30)holds for 0≤n<αr0.When αr0< n<αr0+1,by using(20)and the inductive assumption,we haveThen(30)holds by induction.We can also obtain(31)by using the same argument.The proof is completed.Theorem 3.3 Suppose k,l∈ and n∈.ThenProof When n=0,(32)holds.Suppose(32)holds for 0≤ n <αr0.When αr0< n <αr0+1,by using the inductive assumption(26),we haveThen formula(32)is established by the inductive assumption.The proof iscompleted.Theore m 3.4 Suppose k,l∈ Z and n ∈ Z and λ ∈ {1,2,···,α -1}.We haveProof By applying(18),(23),we haveTherefore,for any k,l∈Z,(33)is established.The proof is completed.4 The direct decomposition for space L2(R)In this section,we will decompose subspace Vj,and Wj,by virtue of a series of twodirection wavelet packet subspaces.Furthermore,we present the direct decomposition for space L2(R).Defineand define a dilation operator(Sφ)(t)= φ(αt)where φ(t)∈ L2(R).We haveand S0=1,Sl=S,···,Sl-1.The following result is equivalent to Theorem 3.4. Lemma 4.10,1,···,α -1}be biorthogonal TDWPs.Then we have the following decomposition formulus:Proof By the definition of TDWPs and applying(24),we haveSimilarly,one can obtain(35)by using the same method.The proof is completed.Lemma 4.2Let{ψαn+λ(t),n∈Z+,λ=0,1,···,α-1}and{(t),n∈Z+,λ=0,1,···,α -1}be biorthogonal TDWPs.ThenTheorem 4.1 Let j=0,1,···,andwhere“⊕”denotes direct sum of subspaces.Thenwhereandbiorthogonal bases of Unand,respectively,where m,n∈Z+. ProofNotingwe can obtain(37).Since all MRAs of L2(R),one obtainsThis completes the proof of Theorem 4.1.5 An ExampleIn this section,we give an example to demonstrate the general theory in section 3.Let φ(t),be a pair of biorthogonal two direction refinable funct ions with dilation factor 2.If they satisfyandthen ψ(t),are biorthogonal two direction wavelets associate toφ(t),respectively,which satisfy the following equationsBy(30)-(35),we can obtain the biorthogonal two-direction wavelet packets. References:【相关文献】[1]Chui C K.An Introduction to Wavelets[M].New York:Academic,1992[2]Daubechies I.Ten Lectures on Wavelets[M].Philadeophia:SIAM,1992[3]Geronimo J,Hardin D P,Massopust P R.Fractal functions and wavelet expansions based on several scaling functions[J].Approx Theory,1994,78:373-401[4]Coifman R R,et al.Signal processing and compression with wavelet packets[C]//Progress in Wavelet Analysis and Applications,Toulouse:Springer-Verlay,1992:77-93[5]Efromovich S,et al.Data-driven and optimal denoising of a signal and recovery of its derivation using multiwavelets[J].IEEE Trans Signal Processing,2004,54:628-635[6]Zhang N,Wu X L.Lossless compression of color mosaic images[J].IEEE Trans Image Processing,2006,15:1379-1388[7]Cohen A,Daubechies I.On the instability of arbitrary biorthogonal waveletpackets[J].SIAM Math Anal,1993,24:1340-1354[8]Daubechies I.Orthonormal basis of compactly supported wavelets[J].Comm Pure and Appl Math,1998,41:909-996[9]Daubechies I,Lagarias J C.Two-scale difference equations I existence and global regularity of solution[J].SIAM J Math Anal,1991,22:1388-1410[10]Yang S Z.Biorthogonal two-direction refinable function and two-directionwavelet[J].Appl Math Comput,2006,182:1717-1724[11]Leng J S,et al.Construction and properties of multiwavelet packets with arbitrary scale and the related algorithms of decomposition and reconstruction[J].Computer Math Appl,2006,52:1663-1676。

多尺度双正交多小波包的构造

多尺度双正交多小波包的构造

多尺度双正交多小波包的构造
张晓威;刘军;朱磊
【期刊名称】《哈尔滨工程大学学报》
【年(卷),期】2006(027)006
【摘要】给出了双正交多小波包的构造方法,证明了多小波包对应于传统小波包的一些良好性质.通过将小波包的概念引入到双正交的多小波中,构造出了多尺度双正交多小波包;给出了双正交多小波包中函数傅里叶变换的具体表达形式;证明了双正交多小波包中2簇函数相互之间的双正交关系;利用建立的双正交多小波包,得到
L2(R)2组基,满足双正交关系.该方法具有较大的应用价值.
【总页数】4页(P927-930)
【作者】张晓威;刘军;朱磊
【作者单位】哈尔滨工程大学,理学院,黑龙江,哈尔滨,150001;哈尔滨工程大学,理学院,黑龙江,哈尔滨,150001;哈尔滨工程大学,理学院,黑龙江,哈尔滨,150001
【正文语种】中文
【中图分类】O174.2
【相关文献】
1.α尺度双正交向量小波包 [J], 徐琼;王里青
2.多尺度双正交混合多小波包的构造 [J], 刘军
3.双向多尺度双正交向量值小波和小波包的构造 [J], 张建基;库福立;卢维娜
4.双正交的a尺度三维八向尺度函数和小波函数构造算法 [J], 张静;周世行
5.3尺度紧支撑双正交多小波及小波包的构造和算法 [J], 李万社;罗立娑
因版权原因,仅展示原文概要,查看原文内容请购买。

多尺度双正交混合多小波包的构造

多尺度双正交混合多小波包的构造

多尺度双正交混合多小波包的构造
刘军
【期刊名称】《济宁学院学报》
【年(卷),期】2007(028)006
【摘要】给出了双正交混合多小波包的构造方法,证明了对应于传统小波包的一些良好性质.利用建立的多尺度双正交混合多小波包,得到了中的2H组基.该方法具有较大的应用价值.
【总页数】3页(P11-13)
【作者】刘军
【作者单位】济宁学院数学系,山东,曲阜,273155
【正文语种】中文
【中图分类】O174.2
【相关文献】
1.α尺度双正交向量小波包 [J], 徐琼;王里青
2.多尺度双正交多小波包的构造 [J], 张晓威;刘军;朱磊
3.双向多尺度双正交向量值小波和小波包的构造 [J], 张建基;库福立;卢维娜
4.双正交的a尺度三维八向尺度函数和小波函数构造算法 [J], 张静;周世行
5.3尺度紧支撑双正交多小波及小波包的构造和算法 [J], 李万社;罗立娑
因版权原因,仅展示原文概要,查看原文内容请购买。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

352 / 49第12章 双正交小波及小波包我们在上一章给出了正交小波的构造方法。

正交小波有许多好的性质,如)()(),(',,'k k t t k j k j -=δφφ,)()(),(',,'k k t t k j k j -=δψψ,0)(),(',,=t t k j k j ψφ ,此外,尺度函数和小波函数都是紧支撑的,有着高的消失矩等等。

Daubechies 给出的正交小波的构造方法可以方便的构造出所需要的小波(如DBN ,SymN ,CoifN)。

但是,正交小波也有不足之处,即)(t φ和)(t ψ都不是对称的,尽管SymN 和CoifN 接近于对称,但毕竟不是真正的对称,因此,这在实际的信号处理中将不可避免地带来相位失真。

)(t φ和)(t ψ的不对称性来自所使用的共轭正交滤波器组)(0z H 和)(1z H 的不对称性。

我们已在7.8节讨论了具有线性相位的双正交滤波器组的基本概念,给出了可准确重建的双正交滤波器组的设计方法。

本章,我们把这些内容引入到小波分析,给出适合小波变换的双正交滤波器组准确重建的条件,给出双正交条件下的多分辨率分析及双正交小波的构造方法,最后简要讨论小波包的基本概念12.1 双正交滤波器组现在,我们结合小波变换的需要来研究双正交滤波器组的内在关系及实现准确重建的条件。

所谓“小波变换的需要”是指在用)(0z H 对)(0z a 分解时需要将)(0z H 和)(1z H 的系数作时间上的翻转,即用的是)(10-z H 及)(11-z H ,或)()(00n h n h -=,)()(11n h n h -=,见(10.6.1)式及图10.6.2。

将图10.6.2的正变换和图10.6.3的反变换结合起来,我们可得到如图12.1.1所示的一级分解和重建的类似于两通道滤波器组的信号流图。

注意,图中用于重建的滤波器不再是图10.6.3中的)(0z H 和)(1z H ,而是)(ˆ0z H 和)(ˆ1z H ,它们分别是)(0z H 和)(1z H 的对偶滤波器。

有关“对偶”的概念见1.6节,在下面的讨论中将涉及对偶滤波器的作用。

现在我们来分析该图中各信号之间的关系及实现PR 的条件。

由第七章关于两通道滤波器组的理论,我们有353 / 49图12.1.1 双正交滤波器组)2()()(001n h n a n a *=)2(),()2()(0000n k h k a n k h k a k-=-=∑ (12.1.1a))2()()(101n h n a n d *=)2(),()2()(101n k h k a n k h k a k-=-=∑ (12.1.1b))(ˆ)()(ˆ)()(ˆ1'10'10n h n d n h n a n a *+*=∑∑-+-=lll n h l d l n h l a )2(ˆ)()2(ˆ)(1101(12.1.2)将(12.1.1)式代入(12.1.2)式,有)2(ˆ)2(),()(ˆ0000l n h l k h k a n a l--=∑)2(ˆ)2(),(11l n hl k h k a l--+∑(12.1.3)(12.1.1)式是用一组向量{}Z k n n k h n k h ∈--,),2(),2(10对)(0n a 作分析,(12.1.3)式是用一组对偶向量{}Z l n l n h l n h ∈--,),2(ˆ),2(ˆ10对)(0n a 作综合。

(12.1.3)式还可表为 )354 / 49)()2(ˆ),2()(ˆ0000k a l n h l k h n a l∑--=)()2(ˆ),2(011k a l n hl k h l∑--+(12.1.4)显然,如果)()2(ˆ),2(00k n l n h l k h -=--δ(12.1.5a))()2(ˆ),2(11k n l n h l k h -=--δ(12.1.5b)则)(2)(ˆ00n a n a= 从而实现了准确重建。

(12.1.5)式的含意是,在图12.1.1中,同一条支路上的两个滤波器)(ˆ),(00n h n h 或)(ˆ),(11n h n h 的偶序号位移之间是正交的。

但是该式没有涉及上下支路两个滤波器之间的关系。

我们更关心的是这些滤波器系数的移位可否构成小波分析中的基函数。

下面的两个定理清楚地回答了该问题。

定理12.1 对图12.1.1所示的两通道滤波器组,对任意的输入信号)(0n a ,其准确重建的充要条件是:0)(ˆ)()(ˆ)(1*10*0=+++ωπωωπωH H H H (12.1.6a) 及2)(ˆ)()(ˆ)(1*10*0=+ωωωωH H H H(12.1.6b)证明:仿照(7.1.5)式的导出,有[])()(ˆ)()(ˆ)(21)(ˆ01110100z A z H z H z H z H z A --+=[])()(ˆ)()(ˆ)(210111010z A z H z H z H z H --+-+--(12.1.7)355 / 49式中)(0z A 、)(ˆ0z A 分别是)(0n a 和)(ˆ0n a 的z 变换,)(0z A -是混迭分量。

因此,为消除混迭失真,应有0)(ˆ)()(ˆ)(111010=-+---z H z H z H z H(12.1.8a)为保证系统的准确重建,应有k cz z H z H z H z H ---=+2)(ˆ)()(ˆ)(111010(12.1.8b)式中c 和k 均为常数。

令1=c ,0=k ,(12.1.8)式对应的频率表示是:0)(ˆ)()(ˆ)(1*10*0=+++ωπωωπωH H H H 2)(ˆ)()(ˆ)(1*10*0=+ωωωωH H H H 于是定理得证。

对比图7.1.1的两通道滤波器组,其对应的PR 条件是(见(7.1.5)式):0)()()()(1100=-+-z G z H z G z H(12.1.9a)2)()()()(1100=+z G z H z G z H(12.1.9b)将(12.1.9)和(12.1.8)式相比较可以看出,在双正交滤波器组的情况下,我们分别用)(ˆ0z H 、)(ˆ1z H 代替了)(0z G 和)(1z G ,并在分析滤波器组中,用)(10-z H 、)(11-z H 分别代替了)(0z H 和)(1z H 。

其实,(12.1.8)式导出的原理和(12.1.9)式是完全一样的。

由(12.1.6a)式,有⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡++**02)(ˆ)(ˆ)()()()(101010ωωπωπωωωH H H H H H(12.1.10)可求出356 / 49⎥⎦⎤⎢⎣⎡+-+=⎥⎦⎤⎢⎣⎡**)()()(det 2)(ˆ)(ˆ0110πωπωωωωH H H H H(12.1.11)式中)()()()()(det 0110πωωπωωω+-+=H H H H H(12.1.12)显然,为了保证对偶滤波器)(ˆ0z H 和)(ˆ1z H 是稳定的,)(det ωH 在ππω~-=的范围内应该非零。

为了保证)(ˆ0z H 和)(ˆ1z H 是FIR 的,)(det ωH 应取纯延迟的形式。

仿照(7.2.16)式对)(0z G 和)(1z G 的定义,我们可给出在双正交条件下对偶滤波器和分析滤波器之间的关系:)(ˆ)(0)12(1πωωω+=*+-H e H l j(12.1.13a))()(ˆ0)12(1πωωω+=*+-H e H l j(12.1.13b)或)(ˆ)(10)12(1-+--=z H z z H l(12.1.14a))()(ˆ10)12(1-+--=z H z z H l(12.1.14b)假定0=l ,它们对应的时域关系是)1(ˆ)1()(011n h n h n --=+(12.1.15a))1()1()(ˆ011n h n h n --=+(12.1.15b)357 / 49注意,上述时域、频域关系均是在图12.1.1中的交叉方向上给出的,它正好反映了双正交滤波器组的特点。

将(12.1.13)式代入(12.1.6)式,我们可得到如下的关系:2)(ˆ)()(ˆ)(0000=+++**πωπωωωH H H H(12.1.16a)或2)(ˆ)()(ˆ)(1111=+++**πωπωωωH H H H (12.1.16b)及0)(ˆ)()(ˆ)(1010=+++**πωπωωωH H H H(12.1.17a)或0)(ˆ)()(ˆ)(0101=+++**πωπωωωH H H H(12.1.17b)至此,我们给出了在双正交滤波器组中的若干基本关系,即(1) 去除混迭条件:(12.1.6a)式; (2)PR 条件:(12.1.6b)式;(3) 保证PR 条件和滤波器均为FIR 的情况下,四个滤波器在时域和频域的关系:(12.1.13)式~(12.1.17)式。

回顾在共轭正交滤波器组的情况下,我们经常用到的功率互补关系,即2)()(2020=++πωωH H ,或2)()()()(0000=+++**πωπωωωH H H H(12.1.18)显然,若)()(ˆ00z H z H =,则(12.1.16a)式即变成(12.1.18)式,也即双正交滤波器组变成了正交滤波器组。

有了以上讨论的基础,我们可给出在小波分析中要用到的“基”的概念。

定理12.2[8] 如果图12.1.1中的四个滤波器)(0z H ,)(1z H ,)(ˆ0z H 和)(ˆ1z H 满足准358 / 49确重建条件,且它们的傅里叶变换均是有界的,则Z l l n h l n h ∈--)},2(ˆ),2(ˆ{10 和 Z l l n h l n h ∈--)},2(),2({10 是)(2R L 中的双正交Riesz 基。

证明:为证明0h 、1h 、0ˆh 及1ˆh 的偶序号项移位是双正交的,我们需要证明如下三个关系成立:)()2(),(ˆ00n n k h k h δ=-(12.1.19a))()2(),(ˆ11n n k h k h δ=-(12.1.19b)及0)2(),(ˆ)2(),(ˆ0110=-=-n k h k h n k h k h(12.1.19c)由(12.1.16a)式,有[]1)(ˆ)()(ˆ)(210000=+++**πωπωωωH H HH 该式对应的时域关系是)()2()(ˆ)2(ˆ00n n k h k hn h h k δ=-=*∑∞-∞=(12.1.20)于是(12.1.19a)式得证。

相关文档
最新文档