我的任务是实现图像压缩的 5/3 CDF 变换。

鉴于低通和高通的脉冲响应为：

• $h_1 = [-0.5, 1 ,-0.5]$（高通）
• $h_2 = [-0.125, 0.25, 0.75, 0.25, -0.125]$（低通）

假设我想从计算图像的水平 1D DWT 开始。现在假设获得的行的像素是$x[n]$，我们可以计算卷积$y[n] = x[n]*h[n]$. 在卷积过程开始时，我们有部分重叠，然后是完全重叠，然后又是部分重叠。但是由于部分重叠的最后一部分，我们获得了额外的值。

对于高通滤波器，我最终得到了 2 个，而对于低通滤波器，我得到了 4 个。这意味着为行像素获得的值现在稍大一些。关于编程，我该怎么办？我要消除最后几个值吗$y[n]$将匹配$x[n]$在尺寸方面？

另一个非常重要的问题，无论如何我已经实现了这个，但我面临一个更大的问题。虽然我对 python 还很陌生，但我实现的算法非常非常慢。有没有比使用卷积更快的方法来实现这一点？我将避免在这里上传代码，因为我不确定我的问题是否适用于这个论坛或堆栈溢出。我会根据要求上传。