第1页 / 共42页
第2页 / 共42页
第3页 / 共42页
第4页 / 共42页
第5页 / 共42页
第6页 / 共42页
第7页 / 共42页
第8页 / 共42页
小波变换及其在图像处理中的应用研究.doc
摘要
Abstract
1绪论
1.1概述
1.2小波分析与多辨分析的历史
1.3本课题研究的意义和目的
2 小波分析的基本理论
2.1 从傅立叶变换到小波变换
2.1.1 傅里叶变换
2.1.2 短时傅里叶变换
2.1.3 小波变换
2.2 连续小波变换
2.2.1一维连续小波变换
2.2.2 高维连续小波变换
2.3 离散小波变换
2.4 小波包分析
2.4.1 小波包的定义
2.4.2 小波包的性质
2.4.3 小波包的空间分解
2.4.4 小波包算法
3 几种常用的小波
4 小波变换在图像处理中的应用
4.1 小波分析用于图像压缩
4.1.1 基于小波变换的图像局部压缩
4.1.2 小波变换用于图像压缩的一般方法
4.1.2.1 利用二维小波分析进行图像压缩
4.1.2.2 二维信号压缩中的阈值的确定与作用命令
4.1.3 基于小波包变换的图像压缩
4.2 小波分析用于图像去噪
4.3 小波分析用于图像增强
4.3.1 图像增强问题描述
4.3.2 图像钝化
4.3.3 图像锐化
4.4 小波分析用于图像融合
4.5 小波分析用于图像分解
5 全文总结
致 谢
参考文献
附录
小波变换及其在图像处理中的应用研究
培 养 单 位 ： 理
学 科 专 业 ： 电
本 科 生 ： 钟
学
信
惠
院
科
敏
指 导 老 师 ： 吴 薇 杨 洪 庭
2006 年 6 月
目录
摘要 ........................................................................ I
ABSTRACT ................................................................... II
1 绪论 ...................................................................... 1
1.1 概述 ...................................................................1
1.2 小波分析与多辨分析的历史 ...............................................1
1.3 本课题研究的意义和目的 .................................................3
2 小波分析的基本理论 ........................................................ 4
2.1 从傅立叶变换到小波变换 ................................................ 4
2.1.1 傅里叶变换 ........................................................ 4
2.1.2 短时傅里叶变换 .................................................... 5
2.1.3 小波变换 .......................................................... 5
2.2 连续小波变换 .......................................................... 5
2.2.1 一维连续小波变换 ................................................... 5
2.2.2 高维连续小波变换 .................................................. 7
2.3 离散小波变换 .......................................................... 7
2.4 小波包分析 ............................................................ 8
2.4.1 小波包的定义 ...................................................... 9
2.4.2 小波包的性质 ..................................................... 10
2.4.3 小波包的空间分解 ................................................. 10
2.4.4 小波包算法 ....................................................... 11
3 几种常用的小波 ........................................................... 12
4 小波变换在图像处理中的应用 ............................................... 14
4.1 小波分析用于图像压缩 ................................................. 14
4.1.1 基于小波变换的图像局部压缩 ....................................... 14
4.1.2 小波变换用于图像压缩的一般方法 ................................... 15
4.1.2.1 利用二维小波分析进行图像压缩 ..................................15
4.1.2.2 二维信号压缩中的阈值的确定与作用命令 ..........................16
4.1.3 基于小波包变换的图像压缩 ......................................... 17
4.2 小波分析用于图像去噪 ................................................. 19
4.3 小波分析用于图像增强 ................................................. 20
4.3.1 图像增强问题描述 ................................................. 20
4.3.2 图像钝化 ......................................................... 21
4.3.3 图像锐化 ......................................................... 22
4.4 小波分析用于图像融合 ................................................. 22
4.5 小波分析用于图像分解 ................................................. 23
5 全文总结 ................................................................. 25
致 谢 ...................................................................... 26
参考文献 ................................................................... 27
附录 ....................................................................... 28
武汉理工大学毕业设计（论文）
摘要
小波分析在图像处理中有非常重要的应用，包括图像压缩，图像去噪，图像融合，图
像分解，图像增强等。小波分析是傅立叶分析思想方法的发展与延拓。除了连续小波(CWT)、
离散小波(DWT)，还有小波包(Wavelet Packet)和多维小波。二维小波分析用于图像压缩是
小波分析应用的一个重要方面。小波分析用于图像压缩具有明显的优点。基于小波分析的
图像压缩方法很多，比较成功的有小波包、小波变换零树压缩、小波变换矢量量化压缩等。
小波变换用的不是时间-频率域，而是时间-尺度域。因此，寻找具有唯一对偶小波的合适
小波也就成为小波分析中最基本的问题。小波分析之所以在信号处理中有着强大的功能，
是基于其分离信息的思想，分离到各个小波域的信息除了与其他小波域的关联，使得处理
的时候更为灵活。
关键词： 小波分析 图像压缩 图像去噪 图像增强
I
武汉理工大学毕业设计（论文）
Abstract
in digital
image processing,
Wavelet analyze is very important
including the image
compression, the image goes chirp , image fusion, image dissection, image enhancement etc..
Wavelet analyze is development and the analytic continuation of the Fourier . Besides
Continuously Wavelet (CWT ) , dispersed wavelet (DWT ) , Wavelet Packet and wavelet of
multidimension. Two-dimentional wavelet analyze , used in image compression is a important
aspect of wavelet analysis application. Wavelet analyze is very useful in picture compression.
There are many methods based on the wavelet analysis image compression , wavelet packet, the
wavelet compression and so on. The reason that the wavelet analysis has the formidable function
in the signal processing is its thought of separation information.
Keywords ： Wavelet analyze
Two-dimentional Wavelet
Image compression
Image fusion
Image enhancement
II
武汉理工大学毕业设计（论文）
1 绪论
1.1 概述
小波分析是近 15 年来发展起来的一种新的时频分析方法。其典型应用包括齿轮变速
控制，起重机的非正常噪声，自动目标所顶，物理中的间断现象等。而频域分析的着眼点
在于区分突发信号和稳定信号以及定量分析其能量，典型应用包括细胞膜的识别，金属表
面的探伤，金融学中快变量的检测，INTERNET 的流量控制等。
从以上的信号分析的典型应用可以看出，时频分析应用非常广泛，涵盖了物理学，工
程技术，生物科学，经济学等众多领域，而且在很多情况下单单分析其时域或频域的性质
是不够的，比如在电力监测系统中，即要监控稳定信号的成分，又要准确定位故障信号。
这就需要引入新的时频分析方法，小波分析正是由于这类需求发展起来的。
在传统的傅立叶分析中，信号完全是在频域展开的，不包含任何时频的信息，这对于
某些应用来说是很恰当的，因为信号的频率的信息对其是非常重要的。但其丢弃的时域信
息可能对某些应用同样非常重要，所以人们对傅立叶分析进行了推广，提出了很多能表征
时域和频域信息的信号分析方法，如短时傅立叶变换，Gabor 变换，时频分析，小波变换
等。其中短时傅立叶变换是在傅立叶分析基础上引入时域信息的最初尝试，其基本假定在
于在一定的时间窗内信号是平稳的，那么通过分割时间窗，在每个时间窗内把信号展开到
频域就可以获得局部的频域信息，但是它的时域区分度只能依赖于大小不变的时间窗，对
某些瞬态信号来说还是粒度太大。换言之，短时傅立叶分析只能在一个分辨率上进行。所
以对很多应用来说不够精确，存在很大的缺陷。
而小波分析则克服了短时傅立叶变换在单分辨率上的缺陷，具有多分辨率分析的特
点，在时域和频域都有表征信号局部信息的能力，时间窗和频率窗都可以根据信号的具体
形态动态调整，在一般情况下，在低频部分(信号较平稳)可以采用较低的时间分辨率，而
提高频率的分辨率，在高频情况下(频率变化不大)可以用较低的频率分辨率来换取精确的
时间定位。因为这些特定，小波分析可以探测正常信号中的瞬态，并展示其频率成分，被
称为数学显微镜，广泛应用于各个时频分析领域。
全文介绍了小波变换的基本理论，并介绍了一些常用的小波函数，它们的主要性质包
括紧支集长度、滤波器长度、对称性、消失矩等，都做了简要的说明。在不同的应用场合，
各个小波函数各有利弊。
小波分析在图像处理中有非常重要的应用，包括图像压缩，图像去噪，图像融合，图
像分解，图像增强等。文中给出了详细的程序范例，用 MATLAB 实现了基于小波变换的图
像处理。
1.2 小波分析与多辨分析的历史
小波理论包括连续小波和二进小波变换，在映射到计算域的时候存在很多问题 ，因
为两者都存在信息冗余，在对信号采样以后，需要计算的信息量还是相当的大，尤其是连
续小波变换，因为要对精度内所有的尺度和位移都做计算，所以计算量相当的大。而二进
小波变换虽然在离散的尺度上进行伸缩和平移，但是小波之间没有正交性，各个分量的信
息搀杂在一起，为我们的分析带来了不便。
真正使小波在应用领域得到比较大发展的是 Meyer 在 1986 年提出的一组小波，其二
(2 RL 的标准化正交基。在此结果基础上，1988 年 S.Mallat 在构造正
进制伸缩和平移构成
)
1
武汉理工大学毕业设计（论文）
交小波时提出了多分辨分析的概念，从函数分析的角度给出了正交小波的数学解释，在空
间的概念上形象的说明了小波的多分辨率特性，给出了通用的构造正交小波的方法，并将
之前所有的正交小波构造方法统一起来，并类似傅立叶分析中的快速傅立叶算法，给出了
小波变换的快速算法——Mallat 算法。这样，在计算上变得可行以后，小波变换在各个领
域才发挥它独特的优势，解决了各类问题，为人们提供了更多的关于时域分析的信息。
形式，而所有空间的闭包则逼近
形象一点说，多分辨分析就是要构造一组函数空间，每组空间的构成都有一个统一的
(2 RL 。在每个空间中，所有的函数都构成该空间的标准
(2 RL 的标准化正交基，那么，如果对
化正交基，而所有函数空间的闭包中的函数则构成
信号在这类空间上进行分解，就可以得到相互正交的时频特性。而且由于空间数目是无限
可数的，可以很方便地分析我们所关心的信号的某些特性。
)
)
)
(1)调一致性：
下面我们简要介绍一下多分辨分析的数学理论。
定义：空间
(2 RL 中的多分辨分析是指
)
，对任意 Zj
j V
V
1 j
close
VU
VI
(2)渐进完全性：
j
j
Zj
Zj
)(
)2(
V
t
f
t
f
V
1
j
j
2/
2(,
)
2(
V
t
Zk
t
j
，使得
2/
2(
t
V
(5)Riesz 基存在性：存在
0
(4)平移不变性：
(3)伸缩完全性：
)(
，
2/
j
j
j
j
j
(2 RL 满足如下性质的一个空间序列 Zj
jV
(2 RL
)
：
)
V
Zk
|)
k
t
k
j
构成 jV 的 Risez 基。关
于 Riesz 的具体说明如下：
若 )(t 是 0V 的 Risez 基，则存在常数 A，B，且，使得：
2
cA
对所有双无限可平方和序列 kc ，即
k
2
2
(
t
c
k
k
)
2
c
k
2
2
Zk
2
c
k
2
cB
k
2
(1.1)
(1.2)
成立。
满足上述个条件的函数空间集合成为一个多分辨分析，如果 )(t 生成一个多分辨分析，
那么称 )(t 为一个尺度函数。
可以用数学方法证明，若 )(t 是 0V 的 Riesz 基，那么存在一种方法可以把 )(t 转化为 0V
的标准化正交基。这样，我们只要能找到构成多分辨分析的尺度函数，就可以构造出一组
正交小波。
多分辨分析构造了一组函数空间，这组空间是相互嵌套的，即
那么相邻的两个函数空间的差就定义了一个由小波函数构成的空间，即
VL
2
V
1
V
0
V
1
LV
2
VWV
1
j
j
并且在数学上可以证明
j
i WV ， j
j
j V
，所以对
下双尺度差分方程，由于对
1
j
)(
以展开成 1jV 上的标准化正交基，由于
t
V
0
)(
t
j WV 且
j
,
Vj
Zn
i ，为了说明这些性质，我们首先来介绍一
，也就是说可
，都有
jV
1
jV
)(
xg
)(
xg
，那么 )(t 就可以展开成
h
,1
n
)(
t
n
(1.3)
这就是著名的双尺度差分方程，双尺度差分方程奠定了正交小波变换的理论基础，从数学
上的展开系数 nh 是一定的，
上可证明，对于任何尺度的
j ，它在 j+1 尺度正交基
)(,1
tn
)(0,
t
j
2
武汉理工大学毕业设计（论文）
这就为我们提供了一个很好的构造多分辨分析的方法。
在频域中，双尺度差分方程的表现形式为：
)2(ˆ
(
)
H
(ˆ)
如果 )
(ˆ 在=0 连续的话，则有
(ˆ
)
(ˆ 的性质完全由 )0(ˆ 决定 ]1[ 。
说明 )
1.3 本课题研究的意义和目的
j
1
jH
2
(
)0(ˆ)
(1.4)
(1.5)
小波分析克服了短时傅立叶变换在单分辨率上的缺陷，具有多分辨率分析的特点，在
时域和频域都有表征信号局部信息的能力，时间窗和频率窗都可以根据信号的具体形态动
态调整，在一般情况下，在低频部分(信号较平稳)可以采用较低的时间分辨率，而提高频
率的分辨率，在高频情况下(频率变化不大)可以用较低的频率分辨率来换取精确的时间定
位。因为这些特定，小波分析可以探测正常信号中的瞬态，并展示其频率成分，被称为数
学显微镜，广泛应用于各个时频分析领域。
小波分析的应用是与小波分析的理论研究紧密地结合在一起的。现在，它已经在科技
信息领域取得了令人瞩目的成就。电子信息技术是六大高新技术中的一个重要领域，图像
和信号处理又是电子信息技术领域的重要方面。现今，信号处理已经成为当代科学技术工
作的重要组成部分。现在，对性质随时间稳定不变的信号，处理的理想工具仍然是傅立叶
分析。但在实际应用中，绝大多数信号是非稳定的，小波分析正是适用于非稳定信号的处
理工具。图像处理是针对性很强的技术，根据不同应用、不同要求需要采用不同的处理方
法。采用的方法是综合各学科较先进的成果而成的，如数学、物理学、心理学、信号分析
学、计算机学、和系统工程等。计算机图像处理主要采用两大类方法：一类是空域中的处
理，即在图像空间中对图像进行各种处理；另一类是把空间与图像经过变换，如傅立叶变
换，变到频率域，在频率域中进行各种处理，然后在变回到图像的空间域，形成处理后的
图像。图像处理是“信息处理”的一个方面，这一观点现在已经为人所熟知。它可以进一
步细分为多个研究方向：图片处理、图像处理、模式识别、景物分析、图像理解、光学处
理等等。小波分析用在图像处理方面，主要是用来进行图像压缩、图像去噪、图像增强(包
括图像钝化和图像锐化)、图像融合、图像分解。
3
武汉理工大学毕业设计（论文）
2 小波分析的基本理论
2.1 从傅立叶变换到小波变换
小波分析属于时频分析的一种，传统的信号分析是建立在傅立叶变换的基础上的，由
于傅立叶分析使用的是一种全局的变换，要么完全在时域，要么完全在频域，因此无法表
述信号的时频局域性质，而这种性质恰恰是非平稳信号最根本和最关键的性质。为了分析
和处理非平稳信号，人们对傅立叶分析进行了推广乃至根本性的革命，提出并发展了一系
列新的信号分析理论：短时傅立叶变换、Gabor 变换、时频分析、小波变换、分数阶傅立
叶变换、线调频小波变换、循环统计量理论和调幅-调频信号分析等。其中，短时傅立叶
变换和小波变换也是应传统的傅立叶变换不能够满足信号处理的要求而产生的。短时傅立
叶变换分析的基本思想是：假定非平稳信号在分析窗函数 g(t)的一个短时间间隔内是平稳
(伪平稳)的，并移动分析窗函数，使
在不同的有限时间宽度内是平稳信号，从
而计算出各个不同时刻的功率谱。但从本质上讲，短时傅立叶变换是一种单一分辨率的信
号分析方法，因为它使用一个固定的短时窗函数。因而短时傅立叶变换在信号分析上还是
存在着不可逾越的缺陷。
()(
)
tgt
f
小波变换是一种信号的时间—尺度分析方法，它具有多分辨率分析的特点，而且在时
频两域都具有表征信号局部特征的能力，是一种窗口大小固定不边但其形状可改变，时间
窗和频率窗都可以改变的时频局部化分析方法。即在低频部分具有较高的频率分辨率，在
高频部分具有较高的时间分辨率和较低的频率分辨率，很适合于探测正常信号中夹带的瞬
态反常现象并展示其成分，所以被誉为分析信号的显微镜，利用连续小波变换进行动态系
统故障检测与诊断具有良好的效果 ]4[ 。
2.1.1 傅里叶变换
在信号处理中重要方法之一是傅立叶变换，它架起了时间域和频率域之间的桥梁。
对很多信号来说，傅立叶分析非常有用。因为它能给出信号里包含的各种频率成分。
但是,傅立叶变换有着严重的缺点：变换之后使信号失去了时间信息，它不能告诉人们在
某段时间里发生了什么变化。而很多信号都包含有人们感兴趣的非稳态(或者瞬变)特性，
如漂移、趋势项、突然变化以及信号的开始或结束。这些特性是信号的最重要部分。因此
傅里叶变换不适于分析处理这类信号。
虽然傅立叶变换能够将信号的时域特征和频域特征联系起来，能分别从信号的时域和
频域观察，但却不能把二者有机地结合起来。这是因为信号的时域波形中不包含任何频域
信息。而其傅立叶谱是信号的统计特性，从其表达式中也可以看出，它是整个时间域内的
积分，没有局部化分析信号的功能，完全不具备时域信息，也就是说，对于傅立叶谱中的
某一频率，不知道这个频率是在什么时候产生的。这样在信号分析中就面临一对最基本的
矛盾：时域和频域的局部化矛盾。
在实际的信号处理过程中，尤其是对非平稳信号的处理中，信号在任一时刻附近的频
域特征都很重要。如柴油机缸盖表面的震动信号就是由撞击或冲击产生的，是一瞬变信号，
仅从时域或频域上来分析是不够的。这就促使去寻找一种新方法，能够将时域和频域结合
起来描述观察信号的时频联合特征，构成信号的时频谱。这就是所谓的时频分析法，也称
为时频局部化方法 ]4[ 。
4
相关推荐
2023年江西萍乡中考道德与法治真题及答案.doc
2012年重庆南川中考生物真题及答案.doc
2013年江西师范大学地理学综合及文艺理论基础考研真题.doc
2020年四川甘孜小升初语文真题及答案I卷.doc
2020年注册岩土工程师专业基础考试真题及答案.doc
2023-2024学年福建省厦门市九年级上学期数学月考试题及答案.doc
2021-2022学年辽宁省沈阳市大东区九年级上学期语文期末试题及答案.doc
2022-2023学年北京东城区初三第一学期物理期末试卷及答案.doc
2018上半年江西教师资格初中地理学科知识与教学能力真题及答案.doc
2012年河北国家公务员申论考试真题及答案-省级.doc
2020-2021学年江苏省扬州市江都区邵樊片九年级上学期数学第一次质量检测试题及答案.doc
2022下半年黑龙江教师资格证中学综合素质真题及答案.doc
