Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Цифра / ЦОСиИ_2014_2015_заочн / Теория и практика вейвлет-преобразования.pdf
Скачиваний:
163
Добавлен:
18.05.2015
Размер:
9.01 Mб
Скачать

Из трех последних примеров видно, что целочисленное вейвлетпреобразование можно выполнять следующим образом. Вначале выбрать некоторое простое преобразование. Затем определенным образом изменить высокочастотные коэффициенты для получения целочисленного преобразования, эффективного для кодирования изображений. Вопрос заключается в том, каким образом модифицировать коэффициенты. Ответ на этот вопрос дается в следующих двух разделах.

7.2. Лифтинговая схема и целочисленная биортогональная фильтрация

Лифтинговая схема, рассмотренная в главе 6, позволяет конструировать биортогональные вейвлеты с компактным носителем. С небольшими изменениями она может быть использована для построения целочисленного не-

линейного квазибиортогонального вейвлет-преобразования.

~ ~

Набор фильтров h,h , g, g называется биортогональным, если удовлетворяется следующее условие:

m(ω )m

 

(ω )= 1

,

~

 

 

 

T

 

 

 

 

где

h(ω )

h(ω

+ π )

m(ω ) =

 

 

g(ω )

g(ω

 

 

 

+ π )

 

 

 

 

 

 

 

 

и

h(ω )= hk ekω , g(ω )= gk ekω .

 

 

k

k

~

~

~

(ω ).

Аналогично и для m(ω ),h

(ω ), g

В.Свелденсом доказано следующее утверждение. Пусть имеется набор

~0

, g

0

~

}. Новый набор

~

~

} мож-

биортогональных КИХ-фильтров {h,h

 

, g

{h,h

, g, g

но получить по формулам:

~

~

0

 

~

 

 

 

 

 

 

 

 

 

 

 

 

 

h (ω )

= h

 

(ω )+ g (ω )s(2ω ),

 

 

 

 

g(ω ) = g 0 (ω )h(ω )s(2ω ).

 

 

 

 

Аналогично, если имеется

набор

фильтров {h

0

~

~0

},

 

,h

, g, g

можно получить по формулам:

(7.21)

новый набор

h(ω ) = h

(ω )+ g(ω )s (2ω ),

 

 

0

 

~

 

 

 

 

 

g

(ω ) = g

 

(ω )h(ω )s (2ω ),

(7.22)

~

~

0

~

 

 

 

 

 

109

где s(ω )- тригонометрический полином, а соответствующий фильтр s явля-

ется КИХ-фильтром. Выражения (7.21)-(7.22) можно переписать следующим образом:

~

hk

hk

~0

~

 

= hk

+ gk + 2l sl

 

 

l

 

0

~

,

= hk

+ gk + 2l sl

 

l

 

gk = gk0 hk 2l sl ,

 

 

 

l

 

(7.23)

~

~0

~

~

 

gk

= gk

hk 2l sl .

 

l

Пусть {cn0 }- исходный сигнал, {c1n } и {d n1 } - низкочастотная и высокочас-

тотная составляющие его разложения, получаемые с использованием фильт-

~

~

}. Тогда алгоритм декомпозиции можно записать в виде

ров {h, h , g, g

 

 

1

0 ~

,

 

 

ck

= αc cn hn2k

 

 

 

n

 

 

 

1

0 ~

(7.24)

 

 

dk

= αd cn gn2k .

 

 

 

n

 

Соответствующий алгоритм реконструкции:

 

 

 

 

 

0

c1 h

 

d1 g

n

 

 

 

 

 

 

k n 2 k

 

k

2 k

 

 

cn = 2

 

+

 

 

 

 

,

(7.25)

αc

αd

 

k

 

 

 

 

 

 

где параметры αc и αd - положительные константы, такие что αc *α d = 2 .

Например, для биортогональной декомпозиции αc = α d =

2 ; для примеров

1-5 αc = 1, αd

= 2 .

 

 

 

~0

 

 

 

 

 

~

~

 

 

, g

0

~

} по форму-

Если набор фильтров {h, h , g, g

} был получен из {h,h

 

, g

лам (7.23), декомпозиция представима в виде

 

 

 

 

 

 

ck1,0

 

~

 

 

 

 

 

 

= α c cn0 hn02k

,

 

 

 

 

 

 

 

n

 

 

 

 

 

 

 

1

 

0 ~

,

 

 

 

(7.26)

 

d k

= α d cn

g n 2k

 

 

 

 

 

 

 

n

 

 

 

 

 

 

 

ck1

= ck1,0 + αc

dk1l sl .

 

 

 

(7.27)

 

 

 

αd

l

 

 

 

 

 

 

 

 

110

 

 

 

 

 

 

Соответствующий алгоритм реконструкции записывается в виде

 

ck1,0 = ck1

αc dk1l sl ,

 

(7.28)

 

 

 

 

α d

l

 

 

 

0

 

ck1,0 hn2k

 

dk1 gn02k

 

 

cn

=

 

 

 

+

 

 

(7.29)

2

αc

α d

.

 

 

k

 

 

 

Здесь равенства (7.26) и (7.29) – прямое и обратное биортогональные вейвлет-преобразования. Выражения (7.27) и (7.28) есть дополнительные

формулы, обеспечивающие целочисленность преобразования.

 

~

~0

 

 

 

~

 

 

~

} был получен из {h

0

}

Аналогично, если набор фильтров {h, h , g, g

 

,h

, g, g

по формулам (7.23), декомпозиция принимает вид

 

 

 

 

 

1

 

0 ~0

 

 

 

 

 

 

 

 

 

ck = αc cn hn 2 k ,

 

 

 

 

 

 

 

 

 

 

n

 

 

 

 

 

 

 

 

 

 

1,0

 

0 ~

 

 

 

 

 

 

 

(7.30)

dk

= αd cn gn 2 k ,

 

 

 

 

 

 

 

 

n

 

 

 

 

 

 

 

 

 

 

dk1

= dk1,0 αc

ck1

+l sl

.

 

 

(7.31)

 

 

α d

 

l

 

 

 

 

 

 

 

 

Соответствующая ей реконструкция:

 

 

 

 

 

 

 

 

 

 

dk1,0

= dk1 + αc

ck1

+l sl ,

 

 

 

(7.32)

 

 

α d

l

 

 

 

 

 

 

 

 

 

0

ck1,0 hn02k

 

dk1 gn2k

 

 

 

 

 

 

 

 

 

+

 

 

 

 

 

 

 

(7.33)

 

 

 

 

 

 

 

 

 

cn = 2

αc

 

α d

.

 

 

k

 

 

 

 

 

 

 

 

Возникающая проблема обработки границы изображения была рассмот-

рена в разделе 6.4.

 

 

 

~

~

} получены из

 

 

 

 

Предположим, что биортогональные фильтры {h, h

, g, g

~0

, g

0

~

} по формулам (7.21) и (7.22). Пусть

первоначальных фильтров {h,h

 

, g

декомпозиция первоначальными фильтрами выполнялась целочисленно. То-

гда можно доказать, что имеется возможность конструирования целочислен- { , ~, , ~}

ного преобразования фильтрами h h g g . Данное преобразование будет

111

«близко» первоначальному. Близость означает, что разница между двумя схемами декомпозиции состоит лишь в наличии некоторой ошибки округления. Эта ошибка устраняется за счет целочисленной схемы реконструкции.

Если {c1,k 0 } и {dk1 } являются целыми после (7.26), {c1k } может быть вычислена вместо (7.27) следующим образом:

1

1,0

 

 

1

 

 

αc

 

 

ck

= ck

+ int

α d

dk l sl .

(7.34)

 

 

 

l

 

 

Видно, что (7.34) «близко» к (7.27), и точная реконструкция может быть обеспечена применением формулы (7.33) и следующей формулы:

1,0

1

 

αc

1

 

 

ck

= ck

 

 

dk

 

(7.35)

− int

α d

l sl .

 

 

 

l

 

 

Аналогичным образом целочисленное преобразование выполняется, если

~

~

} получен из первоначального набора {h

0

~

~0

}.

набор фильтров {h, h

, g, g

 

,h

, g, g

Отметим, что большинство стандартных биортогональных вейвлетпреобразований не может быть выполнено непосредственно в целочисленном виде. Однако за счет соответствующего выбора параметров αc и αd и

некоторого изменения алгоритма получаются различные вариации исходного преобразования. Кроме того, необходимо правильно выбирать параметр {sl } для того, чтобы алгоритм выполнялся только посредством сдвигов и сложе-

ний.

 

 

 

 

 

 

 

 

~

~

 

 

 

 

 

 

 

 

 

Отметим также следующее. Если набор фильтров {h, h

, g, g} получен из

набора {h

0

~

~0

} посредством лифтинговой схемы, а тот, в свою очередь,

 

,h , g, g

из набора {h

0

~0

, g

0

~0

}, то имеется возможность получения целочисленного

 

,h

 

, g

преобразования, «близкого» к исходному.

7.3. Метод коррекции ошибок для получения целочисленного вейвлет-преобразования

В данном разделе рассмотрим другой метод целочисленного вейвлетпреобразования. Он основан на так называемом S + P преобразовании, предложенном А.Саидом и В.Перельманом. Конструирование биортогональных вейвлетов при помощи лифтинговой схемы может рассматриваться как частный случай метода коррекции.

112

Предположим, имеется некоторое простое целочисленное вейвлетпреобразование, например рассмотренное в примерах 1-3. Декомпозиция и реконструкция запишется в общем случае следующим образом:

 

ck1,0

 

= df c ({cn0 }),

 

 

(7.36)

декомпозиция:

d k1,0

= df d ({cn0 }),

 

 

 

 

 

реконструкция:

0

 

({ 1,0

}{

1,0

}).

(7.37)

 

cn

= rf ck

, d k

 

 

В общем случае вышеприведенная декомпозиция может не дать хорошего результата. Например, возможно появление эффектов наложения спектра (элайзинга) либо преобразование не приведет к локализации энергии в низкочастотной субполосе. Поэтому нужна определенная коррекция высокочастотных либо низкочастотных коэффициентов. Существует несколько путей ее реализации. Однако с учетом требования целочисленной реализации необходимо использовать метод коррекции.

Например, выполним коррекцию высокочастотных коэффициентов:

dk1 = dk1,0

int(dck1 ), k = ..,0,1,2,...,

(7.38)

где dck1 есть коэффициент коррекции для d k1 :

 

S 1

T

 

dck1 = σ i ck1,+0i

+ τ j dk1,+0 j , k = ...,0,1,2,...,

(7.39)

i = S 0

j =1

 

здесь {σ i }iS=1 S0 и {τ i }j =1 - варьируемые параметры, выбираемые для достижения

требуемых характеристик преобразования. Разработаны методы нахождения этих параметров, которые не будут рассматриваться в данной книге. Скажем только, что они должны быть рациональными числами, кратными степени 2, для обеспечения целочисленности преобразования. Из (7.36), (7.38)-(7.39) видно, что алгоритм декомпозиции, обеспечивающий полное восстановление после реконструкции (7.37), представим в виде:

d k1,0 = dk1 + int(dck ), k = ..., m, m 1, m 2... .

(7.40)

Как отмечалось выше, лифтинговая схема есть частный случай метода коррекции. Примеры 3-5 могут также рассматриваться как реализации этого метода. Рассмотрим теперь пример, в котором не используется лифтинговая

113

схема и который не имеет отношения к биортогональным фильтрам с компактной областью определения.

Пример 6. S + P преобразование.

Данное преобразование аналогично использованию следующих фильтров анализа:

~

= {0,0,1/ 2,1/ 2,0,0},

~

= {−1/16,−1/16,15 / 32,−17 / 32,7 / 32,−1/ 32}.

hn

gn

При этом фильтры синтеза не имеют компактной области определения. Тем не менее S + P преобразование может быть выполнено следующим образом:

1.Выполним декомпозицию, как в примере 1 (формулы (7.1)-(7.3)). При этом вместо dk1 используем dk1,0 .

2.Шаг коррекции. Определим:

S0 = −1, S1 = 1, T = 1, σ -1 = −1/ 4, σ 0 = −1/ 8, σ 1 = 1/ 8, τ1 = 1/ 4

и вычислим:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

1,0

 

c1

 

c1

 

 

 

 

 

 

 

 

 

 

 

 

 

d

= d

− int

0

 

 

 

1

,

 

 

 

 

 

 

 

 

 

 

 

 

0

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2c

1

 

+ c

1

− 3c

1

 

 

− 2d

1,0

 

 

 

 

 

 

 

1

 

 

1,0

 

k

1

k

k

+1

k +1

 

 

 

 

 

d

 

=

d

 

− int

 

 

 

 

 

 

,

k = 1,..., N

 

− 2,

(7.41)

k

k

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

1,0

 

 

c1

 

 

+ c1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

N1 2

 

N1 1

 

 

 

 

 

 

 

dN1

1

= dN1 1

− int

 

 

 

 

 

 

.

 

 

 

 

 

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Реконструкция выполняется следующим образом:

 

 

1,0

 

 

1

 

 

 

c1

2

c1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

N1

 

N1 1

 

 

 

 

 

 

dN1 1 = dN1 1

+ int

 

 

 

 

 

 

 

,

 

 

 

 

 

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2c

1

 

+ c

1

c

1

 

− 2d

1,0

 

 

 

 

 

 

 

1,0

 

1

 

k

1

k

k

+1

k +1

 

 

 

 

 

d

 

= d

 

+ int

 

 

 

 

 

 

,

k = N

 

− 2,...,1,

(7.42)

k

k

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

8

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1,0

 

1

 

c1

 

c1

 

 

 

 

 

 

 

 

 

 

 

 

d

= d

+ int

 

0

 

 

 

0

.

 

 

 

 

 

 

 

 

 

 

 

0

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

114

Далее вычисляется

c0 +

2k 1

и

c20k

=c1k

=dk1

 

dk1

 

 

− int

 

 

, k = 0,..., N1

−1

 

 

 

2

 

 

 

 

 

 

+ c20k +1 ,

k = 0,..., N1 −1 .

(7.43)

(7.44)

Таким образом, мы рассмотрели некоторые возможные алгоритмы получения целочисленных вейвлет-коэффициентов. Данная область исследования является перспективной и привлекает внимание многих исследователей.

115