小波變換在信號處理中的應用(2)(參考版)
2025-05-19 10:36本頁面
【正文】 第 85頁 例：數據嵌入 核磁共振醫(yī)學圖象 (可 無損恢復 ) (水印圖象見下頁 ) (a)原始 (512 512 8) (b)小波域 嵌入水印圖象 第 86頁 水印圖象 (192 120 2 二值圖象 ) 第 87頁 Terms Wavelet: 小波 Compact support: 緊支撐 Wavelet transform (WT): 小波變換 Continuous Wavelet transform (CWT): 連續(xù)小波變換 Discrete Wavelet transform (DWT): 離散小波變換 Filter bank: 濾波器族 第 88頁 Terms Dyadic wavelet: 二進小波 Scaling function: 尺度函數 Basis wavelet: 基小波 Orthogonal wavelet: 正交小波 Orthonormal wavelet: 正交歸一小波 Mirror filter: 鏡像濾波器 Pyramid algorithm: 金字塔算法 Herringbone algorithm: 魚骨算法 Mallat algorithm: 馬拉算法 第 89頁 Terms Multiresolution analysis: 多分辨率分析 Denoising: 去噪聲 Fractal: 分形 Selfsimilar: 自相似 Image fusion: 圖象融合 第 90頁 。 c. 魯棒性：所謂魯棒性是指在經歷多種無意或有意的信號處理過程后，數字水印仍能保持完整性或仍能被準確鑒別。 嵌入數字作品中的信息必須具有以下基本特性才能稱為數字水?。? a. 隱蔽性：在數字作品中嵌入數字水印不會引起明顯的降質，并且不易被察覺。 第 77頁 小波變換 應用 —圖象壓縮 第 78頁 原始圖象直方圖分布 第 79頁 小波變換系數直方圖分布 第 80頁 小波變換 應用 —圖象壓縮 第 81頁 小波變換 應用 —圖象壓縮 第 82頁 小波變換 應用 —圖象壓縮 第 83頁 小波變換 應用 —圖象壓縮 第 84頁 小波變換用于數字水印 數字水?。?Digital Watermark）技術是指用信號處理的方法在數字化的多媒體數據中嵌入隱蔽的標記，這種標記通常是不可見的，只有通過專用的檢測器或閱讀器才能提取。 ? Matlab中實現信號閾值獲取的函數有 ddencmp、 thselect、wbmpen和 wdcbm。但不能進行比特分配。然后 轉換到一維 作 熵編碼，如算術編碼或霍夫曼編碼。作 “ 小波變換 ” 后， 統計特性有改善， 消除行和列之間的相關關系。 第 71頁 小波變換用于圖象特征抽取 第 1級 斜線細節(jié) 第 1級 水平細節(jié) 第 1級 垂直細節(jié) 水平細節(jié) 近似 圖象 垂直細節(jié) 斜線細節(jié) 第 72頁 第 1級 L1 斜線細節(jié) 第 1級 L1 水平細節(jié) 第 1級 L1 垂直細節(jié) 第 2級 L2細節(jié) 近似圖象 第 3級 L3 小波系數分級方塊表示法 第 73頁 第 3 級 L3分辨率 第 2 級 L2分辨率 第 1 級 L1分辨率 小波系數分級樹形表示法 第 74頁 小波變換用于信號壓縮的基本步驟 一般說來，信號壓縮的基本步驟主要包括如下三步： （ 1）信號的小波分解； （ 2）對分解到高頻系數進行閾值量化處理，對分解到各層高頻信號進行閾值量化處理； （ 3）對閾值量化處理后的系數進行重構。 （ 2） 第二次一維信號的小波變換相當于圖象的列變換 。 第 68頁 小波變換 應用 —圖象去噪 第 69頁 小波變換 應用 —圖象去噪 第 70頁 小波分析在圖象處理中的應用 圖象是二維信號 ， 其小波變換相當于二次一維信號的小波變換： 。 ? Matlab中實現信號閾值獲取的函數有 ddencmp、 thselect、wbmpen和 wdcbm。使用小波分解到低頻系數以及閾 值量化處理后的高頻系數進行小波重構。 第 50頁 基小波舉例 第 51頁 基小波舉例 第 52頁 基小波舉例 第 53頁 基小波舉例 第 54頁 基小波舉例 第 55頁 六、舉例 1. GUI用法簡介 2. 基于小波變換的圖像壓縮和去噪 dwt和 dwt2： 用于單尺度一維和二維信號的離散小波變換； idwt和 idwt2： 實現單尺度一維和二維信號的離散小波反變換； wavedec和 wavedec2： 分別用于多尺度一維和二維信號的小波分解，即 為多分辨率分析函數； appcoef和 appcoef2： 分別用于從多尺度一維和二維小波分解的分解結構 中提取信號的低頻系數； detcoef和 detcoef2： 分別用于從多尺度一維和二維小波分解的分解結構 中提取信號的高頻系數。 ? 具有好的正則性的小波，易于獲得光滑的重構曲線和圖像。 二維小波分解和重構過程如圖 18所示 。 分解的結果為： cA、 水平細節(jié)分量 cH、 垂直細節(jié)分量 cV和對角細節(jié)分量 cD。 三、一維離散小波變換與重構 第 44頁 圖 16 多層小波重構示意圖 A3D3A2D2SA1D1三、一維離散小波變換與重構 第 45頁 圖 17 多層小波分解和重構示意圖 S 1000HL500250250D W T… …小波系數S1000L ′I D W TH ′H ′L ′LH ′三、一維離散小波變換與重構 第 46頁 用于離散小波重構的命令主要有如下幾個： idwt 用于單層小波重構 waverec 用于多層小波重構原始信號，要求輸入參數
試題試卷相關推薦
鄂ICP備17016276號-1