赵建新 王 堃

小波变换是近年来在图像处理中受到十分重视的新技术,面向图像压缩、特征检测以及纹理分析的许多新方法,如多分辨率分析、时频域分析、金字塔算法等,都最终归于小波变换的范畴中。小波变换是一种新的频率变换分析方法,它的主要特点是通过变换能够充分突出问题某些方面的特征,因此,小波变换在许多领域都得到了成功的应用,特别是小波变换的离散数字算法已被广泛用于许多问题的变换研究中。本文尝试采用小波纹理特征对图像进行分割处理,提出一种改进的基于规则的彩色图像分割方法。

一、小波变换的提升算法

小波分析的两个核心概念是:小波变换和多尺度分析都是建立在二进制平移和伸缩思想的基础上,这种经典的多尺度分析框架构造的小波为第一代小波。1996年Swedens提出了不依赖于傅立叶变换的小波提升算法,这种方法的优越性体现在:继承了第一代小波的多分辨率的特性,不依赖傅立叶变换,不占用系统内存,反变换很容易从正变换得到,只是改变了数据流的方向和正负号正因为小波提升样式由于其计算速度快,占用内存少,可以实现整数变换等等特点所以被JPEG 2000所推荐作为小波变换,是JPEG 2000里面的核心算法其通过预测和更新两个提升环节实现信号的高低频分离。实际上,小波提升的核心就是更新算法和预测算法,通过预测算法可以得到高频信息,而通过更新算子可以得到正确的低频信息。……