image离散小波变换及pytorch_wavelets实现

时间:2024-10-02 15:35:29

一、定义:

(DiscreteWaveletTransform, DWT)离散小波变换是一种近似的小波变换方法,使用离散的小波函数和离散的时间尺度,通过低通滤波器高通滤波器下采样操作来实现信号的分解, 分解为原信号的近似系数和原信号的细节系数两个部分。

通过离散小波变换提取我们感兴趣的特征。离散小波变换可以将原信号分解为信号本身特征(低频部分)和其细节特征(高频部分)两种,而且可以对于分解后得到的信号本身特征(低频部分)再迭代运用小波变换,进而得到相应的不同分辨率的信号本身特征和细节特征,这就为我们提供了多分辨率的信号特征即可根据具体的应用,来决定对信号进行几层变换,获取相应Level的特征信息。

如下图(二维图像Haar变换)所示:图a表示原图,图b表示经过一级小波变换的结果:b表示下2采样的图像(低频部分),h1 表示水平反向的细节,v1 表示竖直方