小波和多分辨率处理(哈尔变换)

  虽然自20世纪50 年代末起傅里叶变换就一直是基于变换的图像处理的基石，但近年来一种新的称为小波变换的变换使得压缩、传输和分析图像变得更为容易。与基函数为正弦函数的傅里叶变换不同，小波变换基于一些小型波，称为小波，它具有变化的频率和有限的持续时间。这就允许它们为图像提供一张等效的乐谱，该乐谱不但显示了要演奏的音符(或频率)，而且显示了演奏这些音符的时间。另一方面，傅里叶变换只提供音符或频率信息，时间信息在变换过程中丢失了。1987年，首次证明小波是―种全新且有效的信号处理和分析方法，称为多分辨率理论的基础(Mallat [1987)。多分辨率理论将多种学科的技术有效地统一在一起，包括来自信号处理的子带编码、源于数字语音识别的正交镜像滤波及金字塔图像处理。正如其名字所表达的那样，多分辨率理论涉及多个分辨率下的信号(或图像)表示与分析。这种方法的优势很明显，某种分辨率下无法检测的特性在另一种分辨率下将很容易检测。尽管20世纪 80年代末之前图像处理界对多分辨率分析的研究兴趣受到限制，但现在关于该专题的论文和专著却多得数不胜数。1987年，首次证明小波是―种全新且有效的信号处理和分析方法，称为多分辨率理论的基础(Mallat [1987)。多分辨率理论将多种学科的技术有效地统一在一起，包括来自信号处理的子带编码、源于数字语音识别的正交镜像滤波及金字塔图像处理。正如其名字所表达的那样，多分辨率理论涉及多个分辨率下的信号(或图像)表示与分析。这种方法的优势很明显，某种分辨率下无法检测的特性在另一种分辨率下将很容易检测。尽管20世纪 80年代末之前图像处理界对多分辨率分析的研究兴趣受到限制，但现在关于该专题的论文和专著却多得数不胜数。本章将从多分辨率的角度来审视基于小波的变换。虽然这样的变换也可以使用其他方法来介绍,但这种方法能简化它们的数学和物理解释。我们将从影响多分辨率理论形成的图像处理技术的概述入手，我们的目的是在图像处理环境中阐述该理论的基本概念，并同时对该方法及其应用进行简要的历史回顾。本章的主要内容将集中在离散小波变换的开发和利用上。为阐明该变换的用途，本章提供了图像编码、噪声去除和边缘检测等例子。在下一章中，小波将主要用于图像压缩，在图像压缩中的应用已得到了广泛重视。

1.子带掩码

  另一种与多分辨率分析相关的重要图像处理技术是子带编码。在子带编码中，一幅图像被分解为一-组频带受限的分量，称为子带。由于执行了分解，所以子带可以重组在一起无误差地重构原始图像。因为分解和重建是借助于数字滤波器实现的，所以我们的讨论从数字信号处理(DSP)和数字信号滤波的简介开始。
  简单数字滤波器，并且注意到它是由三个基本部件组成的，即延迟单元、乘法器和加法器。沿该滤波器的顶部，延迟单元依次连接以建立输人序列f(n)的K-1延迟(即右移)的形式。例如：
$$f(n-2)=\{\begin{array}{ll}⋮& \\ f(0)& \text{n=2}\\ f(1)& \text{n=3}\\ ⋮& \end{array}$$
  输人序列f(n)= f(n-0)和延迟单元输出处的K-1个延迟序列，表示为f(n-1). f(n一2);…,f(n-K+1)，分别与常数h(0),h(1)…,h(K-1)相乘，然后求和，可产生滤波后的输出序列:
$$y(n)=\sum _{k=-\infty }^{\infty }h(k)f(n-k)=f(n)\ast h(n)$$

2.哈尔变换

  我们将要了解的第三个也是最后一个与多分辨率分析紧密联系的图像操作是哈尔变换(Haar[1910)。在本章的内容中，其重要性体现在它的基函数(在下面定义)是已知的最古老也最简单的正交小波。它们将在本节下面的很多实例中得到应用。可以用下面矩阵形式表示：
$$T=HF{H}^T$$
  其中F是图像矩阵，H是哈尔变换矩阵（H是非对称的）。H包含哈尔基函数$h_k(z)$。它们定义在连续闭区间$z\in [0,1],k=0,1,2,\dots ,N-1$上，其中$N=2^n$。为了生成矩阵H，定义整数k,即$k=2^p+q-1$,其中$0⩽p⩽n-1$，当$p=0$时，$q=0或1$。而当$p\ne 0$时，$1⩽q⩽2^p$，因此，哈尔基函数为:
$$h_{0}z=h_{00}z=\frac{1}{\sqrt{N}},z\in [0,1]$$和
$$h_k(z)=h_{pq}(z)=\frac{1}{\sqrt{N}}\{\begin{array}{ll}{2}^{\frac{p}{2}}& \frac{q-1}{2^p}⩽z<\frac{q-0.5}{2^p}\\ -2^{\frac{p}{2}}& \frac{q-0.5}{2^p}⩽z<\frac{q}{2^p}\\ 0& else,z\in [0,1]\end{array}$$
  N×N哈尔变换矩阵的第i行包含了元素h(z)，其中z=0/N,1/N, 2/N,…, (N-1)/N。例如，如果N=2,那么2x2哈尔矩阵的第一行使用h(z),z=0/2,1/2来计算。它独立于z因此H,第二行由计算h(z),z = 0/2,1/2得到。因为当k = 1,p=0且q=1时有k=2+q-1，，因此，2×2哈尔矩阵是
$$\frac{1}{\sqrt{2}}\left[\begin{array}{cc}1& 1\\ 1& -1\end{array}\right]$$