在第 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,,,。
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。