小波基函数的选择2020-05-13

⼩波基函数的选择2020-05-13
⼀、⼩波基选择标准
⼩波变换不同于傅⾥叶变换,根据⼩波母函数的不同,⼩波变换的结果也不尽相同。现实中到底选择使⽤哪⼀种⼩波的标准⼀般有以下⼏点:1、⽀撑长度
⼩波函数Ψ(t)、Ψ(ω)、尺度函数φ(t)和φ(ω)的⽀撑区间,是当时间或频率趋向于⽆穷⼤时,Ψ(t)、Ψ(ω)、φ(t)和φ(ω)从⼀个有限值收敛到0的长度。⽀撑长度越长,⼀般需要耗费更多的计算时间,且产⽣更多⾼幅值的⼩波系数。⼤部分应⽤选择⽀撑长度为5~9之间的⼩波,因为⽀撑长度太长会产⽣边界问题,⽀撑长度太短消失矩太低,不利于信号能量的集中。
这⾥常常见到“紧⽀撑”的概念,通俗来讲,对于函数f(x),如果⾃变量x在0附近的取值范围内,f(x)能取到值;⽽在此之外,f(x)取值为0,那么这个函数f(x)就是紧⽀撑函数,⽽这个0附近的取值范围就叫做紧⽀撑集。总结为⼀句话就是“除在⼀个很⼩的区域外,函数为零,即函数有速降性”。
2、对称性
具有对称性的⼩波,在图像处理中可以很有效地避免相位畸变,因为该⼩波对应的滤波器具有线性相位的特点。
3、消失矩
在实际中,对基本⼩波往往不仅要求满⾜容许条件,对还要施加所谓的消失矩(Vanishing Moments)条件,使尽量多的⼩波系数为零或者产⽣尽量少的⾮零⼩波系数,这样有利于数据压缩和消除噪声。消失矩越⼤,就使更多的⼩波系数为零。但在⼀般情况下,消失矩越⾼,⽀撑长度也越长。所以在⽀撑长度和消失矩上,我们必须要折衷处理。
⼩波的消失矩的定义为,若
image
其中,Ψ(t)为基本⼩波,0<=p<N。则称⼩波函数具有N阶消失矩。从上式还可以得出,同任意n-1阶多项式正交。在频域内表⽰就是Ψ(ω)在
ω=0处有⾼阶零点(⼀阶零点就是容许条件)。
4、正则性
在量化或者舍⼊⼩波系数时,为了减⼩重构误差对⼈眼的影响,我们必须尽量增⼤⼩波的光滑性或者连续可微性。因为⼈眼对“不规
则”(irregular)误差⽐“平滑”误差更加敏感。换句话说,我们需要强加“正则性”(regularity)条件。也就是说正则性好的⼩波,能在信号或图像的重构中获得较好的平滑效果,减⼩量化或舍⼊误差的视觉影响。但在⼀般情况下,正则性好,⽀撑长度就长,计算时间也就越⼤。因此正则性和⽀撑长度上,我们也要有所权衡。
消失矩和正则性之间有很⼤关系,对很多重要的⼩波(⽐如,样条⼩波,Daubechies⼩波等)来说,随着消失矩的增加,⼩波的正则性变⼤,但是,并不能说随着⼩波消失矩的增加,⼩波的正则性⼀定增加,有的反⽽变⼩。
5、相似性
选择和信号波形相似的⼩波,这对于压缩和消噪是有参考价值的。
田文镜⼆、常见的⼩波基
奔豚症以下列出的15种⼩波基是Matlab中⽀持的15种。
1、H a a r⼩波
浙江大学校医院陈文备Haar,⼀般⾳译为“哈尔”。
Haar函数是⼩波分析中最早⽤到的⼀个具有紧⽀撑的正交⼩波函数,也是最简单的⼀个⼩波函数,它是⽀撑域在t∈[0,1]范围内的单个矩形波。Haar⼩波在时域上是不连续的,所以作为基本⼩波性能不是特别好。刘文玺 张媛
2、Da ubec hies(dbN)⼩波(紧⽀集正交⼩波)
Daubechies,⼀般⾳译为“多贝西”。
Daubechies⼩波是由世界著明的⼩波分析学者Ingrid Daubechies(⼀般⾳译为英格丽·多贝西)构造的⼩波函数,我们⼀般简写成dbN,N是⼩波的阶数。⼩波函数Ψ(t)和尺度函数φ(t)中的⽀撑区为2N-1,Ψ(t)的消失矩为N。dbN⼩波具有较好的正则性,即该⼩波作为稀疏基所引⼊的光滑误差不容易被察觉,使得信号重构过程⽐较光滑。dbN⼩波的特点是随着阶次(序列N)的增⼤消失矩阶数越⼤,其中消失矩越⾼光滑性就越
好,频域的局部化能⼒就越强,频带的划分效果越好,但是会使时域紧⽀撑性减弱,同时计算量⼤⼤增加,实时性变差。另外,除N=1外,dbN ⼩波不具有对称性(即⾮线性相位),即在对信号进⾏分析和重构时会产⽣⼀定的相位失真。dbN没有明确的表达式(除了N=1外,N=1时即为Haar⼩波)
3、Symlet(sym N)⼩波(近似对称的紧⽀集正交⼩波)汤芳艳图
Symlet⼩波函数是IngridDaubechies提出的近似对称的⼩波函数,它是对db函数的⼀种改进。Symlet⼩波系通常表⽰为symN (N=2,3,…,8)。symN⼩波的⽀撑范围为2N-1,消失矩为N,同时也具备较好的正则性。该⼩波与dbN⼩波相⽐,在连续性、⽀集长度、滤波器长度等⽅⾯与dbN⼩波⼀致,但symN⼩波具有更好的对称性,即⼀定程度上能够减少对信号进⾏分析和重构时的相位失真。
4、Co iflet(c o ifN)⼩波
根据R.Coifman的要求,Daubechies构造了Coiflet⼩波,它具有coifN (N=1,2,3,4,5)这⼀系列。Coiflet的⼩波函数Ψ(t)的2N阶矩为零,尺度函数φ(t)的2N-1阶矩为零。Ψ(t)和φ(t)的⽀撑长度为6N-1。Coiflet的Ψ(t)和φ(t)具有⽐dbN更好的对称性。
5、Bio rtho go na l(bio r N r.N d)⼩波
r tho rN
为了解决对称性和精确信号重构的不相容性,引⼊了双正交⼩波,称为对偶的两个⼩波分别⽤于信号的分解和重构。双正交⼩波解决了线性相位和正交性要求的⽭盾。由于它有线性相位特性,所以主要应⽤在信号与图像的重构中。通常的⽤法是采⽤⼀个函数进⾏分解,⽤另外⼀个⼩波函娄进⾏重构。
月台 艾雯
双正交⼩波与正交⼩波的区别在于正交⼩波满⾜<Ψj,k ,Ψl,m>=δj,kδl,m,也就是对⼩波函数的伸缩和平移构成的基函数完全正交,⽽双正交⼩波满⾜的正交性为<Ψj,k ,Ψl,m>=δj,k,也就是对不同尺度伸缩下的⼩波函数之间有正交性,⽽同尺度之间通过平移得到的⼩波函数系之间没有正交性,所以⽤于分解与重构的⼩波不是同⼀个函数,相应的滤波器也不能由同⼀个⼩波⽣成。

本文发布于:2024-09-21 03:29:52,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/494498.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:信号   消失   重构   函数   正交   长度   相位   正则
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议