小波变换
一维小波变换
因为存在,所以存在可以在子空间中用尺度函数展开和在子空间中用某些数量的小波函数展开来表示。即
其中 是任意的开始尺度,通常称为近似和或尺度系数,称为细节和或小波系数。
由于双正交的性质可得
转换成离散形式可得
其中 和是基函数 和
由此可得
通常,为2 的幂(即
而对于哈尔小波,离散的尺度和小波函数与哈尔矩阵的行相对应,其中最小尺度为0,最大尺度为
快速小波变换
对于图像的多分辨率变换
并进行尺度化与平移操作,可得
令,可得
同理对于小波函数存在
其中将代入可得
又因为
所以存在
同理可得
即
上式揭示了相邻尺度直接的离散小波变换(DWT)系数之间的关系,可以认为是分别与进行卷积操作并下采样得到的,于是可以写成
即如下图所示的结构
同时可以经过多次迭代分解,如下图是二级分解的结构
二维小波变换
为了将小波变换扩展到适应二维的图像,由此定义,存在尺度函数
以及三个对方向敏感的小波函数
以上三个小波函数分别对应图像沿着列方向的变换、图像沿着行方向的变换、图像沿着对角线方向的变换
并存在
并可以推导出离散形式的小波变换
其中表示任意的开始尺度,表示在尺度为时的近似,表示对尺度为时的水平、垂直与对角线方向的细节
当时,存在离散小波逆变换
同理可以得到
小波分解过程如图所示
小波逆变换过程如图所示
其小波分解的结果如图所示