梅花形格子小波变换的归一化因子是多少,如何找到它?

信息处理 小波
2022-01-11 13:45:44

第 57-60 页(我上次检查时提供了预览版,此处有图片以防万一),描述了梅花形格子变换。

格子:

o • o • o • o •
• o • o • o • o
o • o • o • o •
• o • o • o • o
o • o • o • o •
• o • o • o • o
o • o • o • o •
• o • o • o • o

基本上你对黑点进行这些预测操作:

x[ m][n ] -= 1/4 * ( LEFT + RIGHT + DOWN + UP )

其中LEFT=x[m][n1]RIGHT=x[m][n+1]DOWN=x[m+1][n]UP=x[m1][n]

然后,您对白点进行更新:

x[ m][n] += 1/8 * ( LEFT + RIGHT + DOWN + UP )

然后您将永远不会再触摸黑色值,因此您实际上拥有:

o x o x o x o x
x o x o x o x o
o x o x o x o x
x o x o x o x o
o x o x o x o x
x o x o x o x o
o x o x o x o x
x o x o x o x o

您将头转 45 度,看到这只是另一个矩形格子,然后再次标记它们为奇数/偶数:

o   o   o   o 
  •   •   •   •
o   o   o   o 
  •   •   •   •
o   o   o   o 
  •   •   •   •
o   o   o   o 
  •   •   •   •

您一次又一次地重复此操作,直到剩下 1 个“平均值”。

现在在 Haar 小波变换中,我们用 √2 的归一化因子校正了每个级别的功率损失

在这里,在第一级的第一步之后计算出的功率损耗因子约为 1.4629(通过对随机数据运行 5,000,000 次变换并找到 powerBefore/powerAfter 的比率和平均得到)。

我不知道如何显示/计算如何找到这种功率损耗,以及 1.46 数字的来源。

2个回答

我认为标准化没有任何单一的最佳数字,因为它取决于您的晶格中值的结构。

在所有值都相等的最简单情况下,预测操作会将黑点归零,并且更新不会更改白点。因为每个预测-更新对将非零点的数量减半,所以在每对步骤之后将晶格乘以 sqrt(2) 将节省能量。

所有值均独立于零均值和等方差,预测步骤将黑点的方差乘以 5/4,然后更新步骤将白点的方差乘以 281/256,因此每一步的能量都会增加。

您描述的梅花格子小波也称为(据我所知)红黑小波变换。您可以在Geert Uytterhoeven 和 Adhemar Bultheel 的红黑小波变换中找到一个图解说明。显然,变换不是正交的,而是双正交的:

双正交性:红色和黑色或蓝色和黄色像素的分裂会产生微不足道的双正交基函数。由于提升步骤保留了双正交特性,因此整个变换也具有双正交基函数 [5]。

Sweldens 和 Kovacevic在任意维递增阶的小波族中也描述了它。属性(光滑度、Sobolev 指数、逼近阶数等)可以在Bin Han 和Rongqing Jia 的 Q uincunx 基本可细化函数和 Quincunx 双正交小波中找到。

由于只是双正交,人们并不期望梅花点阵能够保存能量这对于经典的图像压缩应用程序来说是可以的。