第4章数字图像4

第4章数字图像4内容摘要：

2D Haar DWT 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 63 127 127 63 0 0 0 0 127 255 255 127 0 0 0 0 127 255 255 127 0 0 0 0 63 127 127 63 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2020/11/4 南京大学多媒体研究所 26 Example of 2D DWT 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 95 95 0 0 32 32 0 0 191 191 0 0 64 64 0 0 191 191 0 0 64 64 0 0 95 95 0 0 32 32 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 63 127 127 63 0 0 0 0 127 255 255 127 0 0 0 0 127 255 255 127 0 0 0 0 63 127 127 63 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2020/11/4 南京大学多媒体研究所 27 Example of 2D DWT 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 95 95 0 0 32 32 0 0 191 191 0 0 64 64 0 0 191 191 0 0 64 64 0 0 95 95 0 0 32 32 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 143 143 0 0 48 48 0 0 143 143 0 0 48 48 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 48 48 0 0 16 16 0 0 48 48 0 0 16 16 0 0 0 0 0 0 0 0 0 2020/11/4 南京大学多媒体研究所 28 1D DWT  正向 1维 DWT 可以理解为一对低通和高通滤波器， (称为分析滤波器组 )以及紧随着的 2:1的亚取样器。 Y(2n) X(n) Y(2n+1) 小波系数 输入信号 : X(n)。 输出信号 : Y(n) Y(2n) 为 X(n) 中的低频成分； Y(2n+1) 为 X(n) 中的高频成分。 低通滤波器保留信号中的低频成分，消除高频成分，其结果是得到一个模糊的信号 低通滤波器 h0(n)=(1 2 6 2 1)/8 高通滤波器消除低频成分，保留信号中的高频成分（如边缘、纹理和细节） 高通滤波器 h1(n)=(1 2 1)/2 2020/11/4 南京大学多媒体研究所 29 整数 (5,3)双正交滤波器组 n Lowpass, h0 (n) h0 (n) n Highpass, h1 (n) n h1 (n) 0 3/4 +1 1 +1 1 +3/4 177。 1 1/4 +1/2 2, 0 1/2 0, 2 1/4 177。 2 1/8 1, 3 1/8 低通滤波器 h0(n)=(1 2 6 2 1)/8 h0(n)=(1 2 1)/2 高通滤波器 h1(n)=(1 2 1)/2 h1(n)=(1 2 6 –2 1)/8 2020/11/4 南京大学多媒体研究所 30 (5,3) 滤波器组应用举例。