- •Начальный курс по теории вейвлетов Введение
- •Лекция 1
- •0 Вводные замечания
- •1.1 Краткий экскурс в ряды Фурье. Предпосылки вейвлет-преобразования
- •1.1.1 Идея вейвлет-преобразования
- •1.1.2 Аппроксимирующая и детализирующая компоненты вейвлет-анализа и синтеза сигналов
- •1.2 Разложение по вейвлетам
- •1.3 Обратное вейвлет-преобразование
- •Лекция 2
- •2.1 Базисные функции вейвлет-преобразования
- •2.1.1 Определение вейвлета
- •2.1.2 Другие системы вейвлетов
- •2.1.3 Признаки вейвлета
- •2.2 Критерии выбора вейвлета
- •2.3 Примеры вейвлетобразующих функций
- •Лекция 3
- •3.1 Усреднение и детализация
- •3.2 Масштабирующие функции и вейвлет-функиии
- •3.3 Кратномасштабный анализ
- •3.4 Нормирование
- •3.5 Вейвлет-преобразование
3.2 Масштабирующие функции и вейвлет-функиии
Предположим, что мы рассматриваем наше изображение как функцию на единичном интервале:
(3.6)
где каждое это характеристическая функция (characteristic function) на интервале , т.е.
На рис. 3.1 показано, как может выглядеть график такой кусочно-постоянной функции для некоторых, произвольно выбранных, значений Заметим, что если бы мы использовали для аппроксимации непрерывной функции, то для лучшей аппроксимации стоило бы взять больше характеристических функций, определённых на меньших интервалах. Таким образом, чтобы получить лучшую аппроксимацию, нужно использовать лучшее разрешение.
Рисунок 3.1 Функция заданная уравнением (3.6)
Заметим, что это всего лишь сдвиг а именно
Аналогично, это сдвиги . Кроме того, это масштабирование характеристической функции определённой на единичном интервале, а именно
Таким образом, все характеристические функции в уравнении (3.6) могут быть записаны как масштабированные и сдвинутые версии одной единственной функции Введём обозначение
(3.7)
и определим
(3.8)
Тогда
На рис. 3.2 а) и b) показаны некоторые из этих функций. Заметим, что и это масштабированные и сдвинутые версии . Мы назовём масштабирующей функцией. Функция , определённая равенством (3.6), теперь может быть выражена с помощью этих новых функций как:
(3.9)
Рисунок 3.2 а) Масштабирующая функция
Рисунок 3.2 b) и это масштабированные и сдвинутые версии
Интервал, на котором функция не равна нулю (и, следовательно, равна 1) называется носителем (support) этой функции. Заметим, что величина носителя функции уменьшается, когда увеличивается. Фактически величина носителя составляет половину величины носителя . Таким образом, масштаб или разрешение определяются значением в . Если мы хотим увеличить разрешение, то используем большее значение .
(В лекции 3 обозначает сдвиг, а обозначает масштаб).
Предположим, что нам нужно проделать процедуру, подобную той, что мы делали в предыдущем разделе. То есть мы хотим представить функцию , заданную уравнением (3.9), с помощью операций усреднения и вычисления разности. Усреднение равнозначно уменьшению разрешения, поэтому мы можем выполнить его, взяв с меньшим значением . Это эквивалентно представлению через и . Коэффициент при в этом представлении это заданный уравнением (3.1), и, таким образом, этот коэффициент является средним значением первых двух коэффициентов . Аналогично, коэффициент при это и в результате мы получим следующую функцию:
. (3.10)
Очевидно, однако, что не эквивалентна функции . Например,
тогда как
что, в общем случае, не одно и то же (за исключением варианта, когда . При получении из мы использовали только усреднение, поэтому, вероятно, мы потеряли бы информацию, если бы наша исходная функция не содержала очень мало информации с самого начала. В процедуре, описанной в предыдущем разделе, отсутствует концепция определения деталей с помощью некоторой операции вычисления разностей. Нам требуется функция, позволяющая выразить разность.
Функция, которую мы ищем, называется вейвлет-функцией. Для данного примера базисная вейвлет-функция (basic wavelet function) задаётся следующим образом:
(3.11)
На рис. 3.3 представлен график вейвлет-функции .
Рисунок 3.3 Базисная вейвлет-функция
Аналогично тому, как мы делали это для масштабирующей функции сейчас введём масштабированный и сдвинутый вариант . Определим следующим образом:
Тогда, например,
На рис. 3.4 представлены графики и .
Рисунок 3.4 Функции и представляют собой сжатые и сдвинутые версии базисного вейвлета
Давайте ещё раз рассмотрим задачу выражения функции через средние значения и разности, или, пользуясь нашей новой терминологией, через функции масштабирования и вейвлеты. Так как наше конечное разрешение имеет место на интервалах длиной ¼, то мы можем рассмотреть на каждом из интервалов [0,¼), ..., [¾,1), чтобы увидеть, где она становится неравной исходной функции . На интервале [0, ¼) разность равна:
На интервале [¼, ½) разность равна:
Таким образом, для , принадлежащего интервалу [0, ½), мы можем записать:
Аналогичный анализ на интервалах [½, ½, ¾) и [¾, 1) показывает, что
для , принадлежащего интервалу [½, 1). Объединив эти результаты, мы получим новое представление для на всем интервале [0, 1):
(3.12)
Теперь у нас есть представление в виде суммы функций, определённых как средние значения на интервалах длиной ½, и некоторых детализирующих функций, которые нужны нам, чтобы компенсировать разницу с исходным изображением.
Аналогично тому, что мы делали в предыдущем разделе, мы определим теперь среднее значение на всем интервале , заменив первые два слагаемых в (3.12) на а вторые два слагаемых оставив без изменений:
На [0,¼) разность между и составит:
а на [¼, ½) мы получим
Аналогично, на [½, 1) следовательно, на всем интервале мы можем записать как:
(3.13)
Уравнение (3.13) это аналог последовательности (3.5), но для функций.