二维小波分解
图像的算法类似于一维情况下的二维小波和缩放功能从一维向量通过张量积。这种二维DWT导致分解近似系数的水平j在四个组成部分:近似的水平j+ 1和细节在三个方向(水平、垂直、对角线)。
图表描述了图像的基本分解步骤:
在哪里
——Downsample列:保持偶数列。
- Downsample行:保持偶数行。
——卷积过滤器X的行条目。
——卷积过滤器X列的条目。
和
初始化:cA0=年代。
因此,对于J= 2,二维小波树的形式
[1]Daubechies,英格丽德。十个专题小波。61年应用数学CBMS-NSF地区会议系列。费城,宾夕法尼亚州:工业与应用数学学会,1992年。
[2]Mallat,信号发生器”小波多分辨率信号分解的一个理论:表示。“IEEE模式分析与机器智能11日,没有。7(1989年7月):674 - 93。https://doi.org/10.1109/34.192463。
[3]Meyer Y。小波和运营商。由d·h·塞林格翻译。英国剑桥:剑桥大学出版社,1995年。