提升小波的学习笔记_第1页
提升小波的学习笔记_第2页
提升小波的学习笔记_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

转载：提升小波的学习笔记原文：/kingoal/archive提升样式(liftingscheme),叫做提升方案.小波变换是现在研究的比较多的时(空)频域分析理论，离散的小波变换(DWT)的快速算法时最近研究的热点.Swelden提出的一种不依赖于傅立叶变换的新的小波构造方案-----liftingscheme,其复杂度只有原来卷积方法的一半左右,因此成为计算离散小波变换的主流方法.其实liftingscheme就是为了构造第二代小波，使得不像第一代小波那样构造，非常依赖Fourier变换.同时已经证明了提升方式可以实现所有的第一代小波变换.提升方式的特点：继承了第一代小波的多分辨率的特性不依赖傅立叶变换不占用系统内存反变换很容易从正变换得到，只是改变了数据流的方向和正负号正因为小波提升样式由于其计算速度快，占用内存少，可以实现整数变换等等特点所以被JPEG2000所推荐作为小波变换，是JPEG2000里面的核心算法.其通过预测和更新两个提升环节实现信号的高低频分离，由于信号有局部相关性，某一点的信号值可以通过其相邻的信号的值通过适当的预测算子预测出来，同时预测出来的误差就是高频的信息,从而这个过程就是预测环节.预测环节下面得到的高频信息又通过更新算子来调整信号的下抽样来得到低频信息，这个过程就是更新环节,在整个的提升算法中，更新环节叫做primarylifting，而预测环节叫做duallifting.实际上,小波提升的核心就是更新算法和预测算法，通过预测算法可以得到高频信息，而通过更新算子可以得到正确的低频信息.提升样式可以实现原位计算和整数提升，并且变换的中间结果是交织排列的.其中原位计算和整数提升在硬件实现中很有价值.原位计算提升样式中一个很大的特点就是进行小波变换的时候在原位计算各个系数.原位计算，只是占用了跟输入大小相同的空间，不需要其他的辅助空间.•整数提升在传统的小波变换算法中(即Mallat算法)，采取了输入信号与高通和低通滤波器相卷积的方法来实现高频和低频信息的分离.但是小波滤波器的系数都是小数，中间结果中有一些是小数,如果对小数进行取整，会丢失很多信息，使得重构和分解是不可逆，从而无法实现精确重构.但是在提升方案中，可以进行整数变换，并且整数变换是不影响精确重构.•分解结果交织下面就一维信号进行分解为例：X进行第一级分解,低频信息在奇数上面，高频在偶数上面，进行第二级分解，对第一级的低频信息进行分解，分解的结果则是在奇数数据中的奇数位数为低频信息，偶数位数为高频信息.算法Algorithm变换算法while(true)do{foreachoddsampledoodd=odd+Conv(-P

人人文库> 全部分类> 图纸下载 > 毕业设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论