注:
下面是一个一维信号(一组数):f={2,2,2,4,4,4}f = \{2, 2, 2, 4, 4, 4\}f={2,2,2,4,4,4}
我对这个信号进行如下处理:
am=2f2m−1+f2m2=f2m−1+f2m2a_m = \sqrt{2}\frac{f_{2m-1}+f_{2m}}{2} = \frac{f_{2m-1}+f_{2m}}{\sqrt{2}}am=22f2m−1+f2m=2f2m−1+f2m(相邻两个数相加,求平均,然后乘以2\sqrt{2}2)
dm=2f2m−1−f2m2=f2m−1−f2m2d_m = \sqrt{2}\frac{f_{2m-1}-f_{2m}}{2} = \frac{f_{2m-1}-f_{2m}}{\sqrt{2}}dm=22f2m−1−f2m=2f2m−1−f2m(相邻两个数相减,求平均,然后乘以2\sqrt{2}2)
注:至于为什么要乘以2\sqrt{2}2呢?我们这里先不解释,放到后面再说。
然后按照先aaa后ddd的顺序排列a1,a2,...,aN/2,d1,d2,...,dN/2{a_1,a_2,...,a_{N/2}, d_1, d_2, ..., d_{N/2}}a1,a2,...,aN/2,d1,d2,...,dN/2(NNN是离散信号中的值的个数)
则,a={22,32,42}a = \{2\sqrt{2}, 3\sqrt{2}, 4\sqrt{2}\}a={22,32,42},d={0,−2,0}d=\{0, -\sqrt{2}, 0\}d={0,−2,0}
我们可以得到结果:tf={22,32,42,0,−2,0}tf = \{2\sqrt{2}, 3\sqrt{2}, 4\sqrt{2}, 0, -\sqrt{2}, 0\}tf={22,32,42,0,−2,0}
这就是传说中的Haar变换了……
aaa表示的是信号的趋势(trend),近似(approximation),是低频信息;而ddd表示的是信号的细节(detail),是高频信息。
那么我们怎么变回去呢?我们对变换以后的信号进行如下处理:
f2m−1=2am+dm2=am+dm2f_{2m-1} = \sqrt{2}\frac{a_m +d_m}{2} = \frac{a_m +d_m}{\sqrt{2}}f2m−1=22am+dm=2am+dm(第mmm个aaa和ddd相加,求平均,然后乘以2\sqrt{2}2)
f2m=2am−dm2=am−dm2f_{2m} = \sqrt{2}\frac{a_m -d_m}{2} = \frac{a_m -d_m}{\sqrt{2}}f2m=22am−dm=2am−dm (第mmm个aaa和ddd相减,求平均,然后乘以2\sqrt{2}2)
我们可以得到结果if={2,2,2,4,4,4}if = \{2, 2, 2, 4, 4, 4\}if={2,2,2,4,4,4}
这样就是Haar变换的逆变换。
通过观察,我们可以发现:
我们可以按照上面的思路将信号对得到的低频信号(aaa)一直一直划分下去,直到log2N\mathrm{log}_2Nlog2N(离散信号的值的数目不是偶数的,可以在后面补0)
给定如下的一个信号:f(t)=20x2(1−x)4cos(12πx)f(t) = 20x^2(1-x)^4\cos(12\pi x)f(t)=20x2(1−x)4cos(12πx)
我们通过在[0, 1]之间取样1024个点可以得到信号的振幅,绘制出信号图像如下:
我们可以通过案例一种描述的方法进行Haar变换,我们这里对f(t)f(t)f(t)信号进行两次Haar变换,如下图所示:
这是多分辨率分析(Multi-Resolution Analysis,MRA)以及图像压缩(JPEG2000编码)等的基础理念,这里现有一个大概理解,后面我们会继续谈到。
变换的结果如下(感兴趣的朋友可以使用Mathematica或者MATLAB是一样,这两个数学软件都提供了对Haar变换的直接支持):
好了,这一节先到这里,我们以后有时间慢慢聊!