- •ПРЕДИСЛОВИЕ
- •ВВЕДЕНИЕ
- •Глава 1. СУБПОЛОСНОЕ КОДИРОВАНИЕ
- •1.1. Требования, предъявляемые к преобразованиям
- •1.2. Линейные преобразования конечных сигналов
- •1.2.4. Обратное преобразование
- •1.2.5. Ортогональное преобразование
- •1.3. Некоторые примеры преобразований
- •1.3.1. Преобразование Габора
- •1.3.2. Дискретное косинусное и перекрывающееся ортогональное преобразования
- •1.3.3. Пирамида Лапласа
- •1.4. Квадратурно – зеркальные фильтры
- •1.4.1. Построение КЗФ
- •1.4.2. Асимметричная система
- •1.5. О преимуществе преобразования при помощи блоков фильтров перед преобразованием Фурье
- •Глава 2. ОСНОВЫ ТЕОРИИ ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЯ
- •2.1. Непрерывное вейвлет-преобразование
- •2.2. Кратномасштабное представление функций
- •2.2.1. Представление функций при помощи вейвлетов
- •2.4. Дискретное вейвлет-преобразование
- •2.4.1. Матричное описание DWT
- •2.4.2. Описание DWT посредством блоков фильтров
- •2.5. Гладкость базисных функций
- •Глава 3. ВЕЙВЛЕТ – ДЕКОМПОЗИЦИЯ СИГНАЛОВ ПРОИЗВОЛЬНОЙ ДЛИНЫ
- •3.1. Условия полного восстановления сигнала
- •3.2. Методика расчета фильтров, позволяющих осуществить полное восстановление сигнала
- •3.3. Продолжения сигналов, сохраняющие свойство полного восстановления
- •3.3.1. Периодическое продолжение
- •3.3.2. Симметричное продолжение
- •3.4. Эффективный метод продолжения для декомпозиции сигнала произвольной длины
- •3.5. Симметрично-периодическое продолжение сигнала
- •Глава 4. СРАВНЕНИЕ ВЕЙВЛЕТ-ФИЛЬТРОВ С ФИЛЬТРАМИ, ПРИМЕНЯЕМЫМИ ПРИ СУБПОЛОСНОМ КОДИРОВАНИИ
- •4.1. Критерии для расчета фильтров
- •4.2. Построение обычных фильтров: фильтры Джонстона
- •4.3. Расчет вейвлет-фильтров
- •4.3.1. Расчет фильтров Добеши
- •4.3.2. Расчет пары биортогональных фильтров
- •4.4. Критерий оптимизации блоков фильтров, используемых при кодировании изображения
- •4.4.1. Выигрыш от субполосного кодирования
- •4.4.2. Оптимальное распределение бит
- •4.5. Сравнение характеристик обычных и вейвлет-фильтров
- •Глава 5. АДАПТИВНЫЕ ОРТОГОНАЛЬНЫЕ ПРЕОБРАЗОВАНИЯ
- •5.1. Пакеты вейвлетов (алгоритм одиночного дерева)
- •5.2. Алгоритм двойного дерева
- •5.3. Частотно-временное дерево
- •5.4. Сравнение обсуждаемых алгоритмов
- •5.4.1. Размерность библиотеки базисов
- •5.4.2. Вычислительная сложность алгоритмов
- •5.4.3. Эффективность кодирования изображений
- •Глава 6. ЛИФТИНГОВАЯ СХЕМА
- •6.1. Этап разбиения
- •6.2. Этап предсказания
- •6.3. Различные операторы предсказания
- •6.4. Этап обновления
- •Глава 7. ЦЕЛОЧИСЛЕННОЕ ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЕ
- •7.1. Целочисленные вейвлет-преобразования
- •7.2. Лифтинговая схема и целочисленная биортогональная фильтрация
- •7.3. Метод коррекции ошибок для получения целочисленного вейвлет-преобразования
- •Глава 8. МУЛЬТИВЕЙВЛЕТЫ
- •8.1. Блоки мультифильтров
- •8.1.1. Основы теории блоков фильтров, изменяющихся во времени
- •8.1.2. Построение блоков мультифильтров
- •8.1.3. Итерирование блоков мультифильтров
- •8.2. Мультивейвлеты
- •8.3. Обработка сигналов в базисе мультивейвлетов
- •8.4. Сбалансированные мультивейвлеты
- •Глава 9. ПОТЕНЦИАЛЬНЫЕ ХАРАКТЕРИСТИКИ КОДИРОВАНИЯ ИЗОБРАЖЕНИЯ С ПРИМЕНЕНИЕМ ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЯ
- •9.1. Основные формулы и теоремы теории связи, относящиеся к кодированию с преобразованием при высоких скоростях
- •9.1.1. Скалярное квантование с ограниченной энтропией
- •9.1.2. Зависимость искажения от скорости
- •9.2. Сжатие изображения при низких скоростях кодирования
- •9.2.1. Функция искажение-скорость
- •9.2.2. Оптимальный относительный размер интервала квантования
- •9.2.3. Практическая проверка точности аналитических выражений
- •Глава 10. ПРИМЕНЕНИЕ ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЯ ДЛЯ СЖАТИЯ ИЗОБРАЖЕНИЯ
- •10.1. Базовый вейвлет-кодер изображения
- •10.1.1. Выбор вейвлетов для сжатия изображения
- •10.1.2. Осуществление преобразования на границах изображения
- •10.1.3. Квантование
- •10.1.4. Энтропийное кодирование
- •10.1.5. Распределение бит
- •10.1.6. Меры искажения, взвешенные с учетом восприятия человеком
- •10.3. Кодирование посредством нульдерева
- •10.3.1. Алгоритм Льюиса и Ноулеса
- •10.3.2. Алгоритмы Шапиро и Саида-Перельмана
- •10.3.3. Оптимизация нульдеревьев по критерию скорость-искажение
- •10.4. Частотно, пространственно-частотно-адаптивные кодеры
- •10.5. Использование зависимостей между вейвлет-коэффициентами внутри субполос
- •10.5.1. Решетчатое квантование
- •10.5.2. Субполосные кодеры с РК
- •10.5.3. Моделирование и оценивание смеси распределений
- •10.6. Современные направления исследований
- •Глава 11. ВИДЕОКОДЕКИ СЕМЕЙСТВА ADV6ХХ ПРОИЗВОДСТВА ФИРМЫ ANALOG DEVICES
- •11.1. Принципы работы ADV601
- •11.2. Использование микросхемы ADV601
- •ЗАКЛЮЧЕНИЕ
Глава 8
МУЛЬТИВЕЙВЛЕТЫ
Как было показано в главе 2, вейвлеты тесно связаны со схемами субполосного кодирования. Свойства соответствующих фильтров хорошо изучены. В частности, известно, что невозможно построить ортогональный линейнофазовый блок КИХ фильтров. Следовательно, не существует ортогональных симметричных вейвлетов с компактной областью определения. Вместе с тем, во многих приложениях обработки сигналов наличие такого базиса было бы желательно.
Одной из причин интереса к мультивейвлетам является возможность получения симметричного ортогонального базиса. Мультивейвлеты получаются за счет отказа от времянезависимости характеристик фильтров. Как будет показано, такие конструкции приводят к матричным уравнениям масштабирования, аналогичным (2.18). Кроме того, мультивейвлеты обладают хорошими аппроксимационными свойствами, что важно во многих приложениях обработки сигналов.
В настоящей главе даны основы теории мультифильтров, итерирования мультифильтров, показана их связь с мультивейвлетами. Также рассмотрены основные проблемы практического применения мультивейвлетов при обработке сигналов и некоторые пути их разрешения.
8.1.Блоки мультифильтров
8.1.1.Основы теории блоков фильтров, изменяющихся во времени
Под изменяющимися во времени блоками фильтров понимаются такие блоки, в которых характеристика фильтра периодически изменяется во времени. Вначале рассмотрим блок фильтров синтеза, то есть интерполятор со следующим за ним фильтром. Для простоты предположим, что характеристика фильтра состоит всего из двух характеристик. Тогда во временной области результирующий оператор запишется в виде
116
|
|
|
|
|
|
c[0] d[0] |
|
|
|
|
|
|
||
|
c[1] |
d[1] |
|
|
|
c[2] |
d[2] |
|
|
T = |
, |
(8.1) |
||
|
c[3] d[3] |
|
|
|
|
|
|
||
|
c[4] d[4] c[0] |
d[0] |
|
|
|
c[5] d[5] c[1] |
|
|
|
|
d[1] |
|
где c[k] и d[k] - две импульсные характеристики фильтра-интерполятора. Ясно, что если такой фильтр применить к некоторому сигналу x[n], то чет-
ные и нечетные отсчеты будут как бы проходить через разные фильтры. То есть из одной последовательности получится две субпоследовательности. Запишем полифазное разложение для входного, выходного сигналов, а также для обеих субхарактеристик фильтра:
X (z)= X 0 (z 2 )+ z −1 X 1 (z 2 ), |
(8.2) |
||
Y (z)= Y |
0 |
(z 2 )+ z −1Y (z 2 ), |
(8.3) |
|
1 |
|
|
C(z)= C0 (z 2 )+ z −1C1 (z 2 ), |
(8.4) |
||
D(z)= D0 (z2 )+ z−1D1 (z2 ). |
(8.5) |
Теперь полифазные компоненты Y (z) могут быть выражены через полифаз-
ные компоненты X (z): |
|
|
|
|
Y0 |
(z) |
C |
0 (z) |
|
|
|
= |
|
(z) |
Y |
(z) |
C |
||
1 |
|
|
1 |
|
D0 |
(z) |
|
X 0 |
(z 2 ) |
(8.6) |
|
|
|
|
. |
|
D1 (z) |
|
X 1 (z 2 ) |
|
Обозначим вышеприведенную матрицу T(z). Ее размер зависит от количества различных импульсных характеристик или периода. В особом случае, когда фильтр является инвариантным во времени (то есть d[k]= c[k − 2]),
C |
(z) |
(1 z−1 ). |
(8.7) |
T(z)= 0 |
|
||
C |
(z) |
|
|
1 |
|
|
|
117
В целях упрощения записи объединим два НЧ фильтра c[n] и d[n] в единую матрицу коэффициентов мультифильтра:
c[2k] |
c[2k + 1] |
(8.8) |
M[k]= |
. |
|
d[2k] |
d[2k + 1] |
|
|
|
|
Тогда z -преобразование НЧ мультифильтра анализа можно представить в виде
H0 (z)= Tt (z)= ∑M[k]z−k . |
(8.9) |
k |
|
Аналогично выписываются выражения для H1 (z), G0 (z) и |
G1 (z), то есть, |
соответственно, для ВЧ мультифильтра анализа, НЧ и ВЧ мультифильтров синтеза. Далее, определив входной сигнал как X(z)= [X 0 (z), X1 (z)]t , получим известное равенство для выходного сигнала блока фильтров:
X(z)= 1 {[G 0 (z)H 0 (z)+ G1 (z)H1 (z)]X(z)+ |
|
||
2 |
(z)H 0 |
(− z)+ G1 (z)H1 (− z)]X(− z)}. |
|
+ [G 0 |
(8.10) |
Отметим, что в отличие от скалярного случая, порядок следования сомножителей является важным, так как матричное произведение не обладает свойством коммутативности.
Из верхней строки (8.10) получим условие полного восстановления
[G0 (z)H0 (z)+ G1 (z)H1 (z)]= 2I2 ,
а из нижней строки – условие отсутствия элайзинга:
[G0 (z)H0 (− z)+ G1 (z)H1 (− z)]= O2 .
Введем понятие модуляционной матрицы
Hm |
H0 (z) |
H0 |
(− z) |
|
(z)= |
(z) |
|
. |
|
|
H1 |
H1 (− z) |
Тогда появляется возможность объединить эти два условия в одно:
118
(8.11)
(8.12)
(8.13)
[G0 (z)G1 (z)]Hm (z) = 2[I2 ,O2 ]. |
(8.14) |
Может быть показано, что решением является: |
|
G0 (z) = 2U−1 (z), |
(8.15) |
G1 (z) = −2U−1 (z)H0 (− z)H1−1 (− z), |
(8.16) |
где |
|
U(z) = H0 (z)- H0 (− z)H1−1 (− z)H1 (z). |
(8.17) |
Свойство ортогональности блока фильтров означает, что оператор (8.1) должен быть унитарным, или Tt T = I . Отсюда следует, что
|
|
|
|
~ |
~ |
(8.18) |
|
|
|
|
|
Hm (z)Hm (z) = Hm (z)Hm (z) = I2 , |
|||
~ |
t |
(z |
−1 |
) называется парасопряженной матрицей для матрицы H(z). |
|||
где H(z) = H |
|
||||||
Тогда получаем уравнения: |
|
|
|
||||
|
|
|
|
~ |
~ |
(− z) = I2 , |
(8.19) |
|
|
|
|
H0 (z)H0 |
(z)+ H0 (− z)H0 |
||
|
|
|
|
~ |
~ |
|
(8.20) |
|
|
|
|
H1 (z)H1 (z)+ H1 (− z)H1 (− z) = I2 , |
|||
|
|
|
|
~ |
~ |
(− z) = O2 , |
(8.21) |
|
|
|
|
H0 (z)H1 |
(z)+ H0 (− z)H1 |
||
|
|
|
|
~ |
~ |
(− z) = O2 . |
(8.22) |
|
|
|
|
H1 (z)H0 |
(z)+ H1 (− z)H0 |
Отсюда можно получить условия для обеспечения полного восстановления и отсутствия элайзинга:
~ |
|
(z) , |
(8.23) |
G0 (z)= H0 |
|||
~ |
(z). |
(8.24) |
|
G1 (z) = H1 |
|||
119 |
|
|
|