Analýza více řešení - Multiresolution analysis
Analýza vícenásobných ( MRA ) nebo multiměřítkový aproximace ( MSA ) je způsob provedení většiny z prakticky příslušných diskrétní vlnková transformace (DWT) a zdůvodnění pro algoritmus k půstu vlnkové transformace (FWT). To bylo představeno v tomto kontextu, v 1988/89 od Stephane Mallat a Yves Meyer a má předchůdce v microlocal analýzy v teorii diferenciálních rovnic (dále metoda žehlení ) a pyramidových metod pro zpracování obrazu jak jsou uvedeny v 1981/83 Peter J Burt, Edward H. Adelson a James L. Crowley .
Definice
Multirezoluční analýza prostoru Lebesgue sestává ze sekvence vnořených podprostorů
který uspokojuje určité vztahy sebepodobnosti v časoprostoru a měřítko-frekvence, jakož i vztahy úplnosti a pravidelnosti.
- Self-podobnost v časové náročnosti, že každý podprostor V K je invariantní posunů celočíselné násobky z 2 k . To znamená, že pro každou funkci g definovanou jako také obsaženou v .
- Self-podobnost v měřítku vyžaduje, aby všechny podprostory byly časově odstupňované verze navzájem, s měřítkem, respektive dilatačním faktorem 2 k-l . Tedy pro každého je zde s .
- Ve sledu podprostorů, pro k > l prostor Rozlišení 2 l z l -tý podprostoru je vyšší, než je rozlišení 2 k z k -tý podprostoru.
- Pravidelnost vyžaduje, aby byl podprostor modelu V 0 generován jako lineární trup ( algebraicky nebo dokonce topologicky uzavřený ) celočíselných posunů jedné nebo konečného počtu generujících funkcí nebo . Tyto celočíselné posuny by měly alespoň tvořit rámec pro podprostor , který ukládá určité podmínky pro rozpad v nekonečnu . Generující funkce jsou také známé jako škálovací funkce nebo otcovy vlnky . Ve většině případů je potřeba, aby tyto funkce byly po částech spojité s kompaktní podporou .
- Úplnost požaduje, aby tyto vnořené podprostory vyplňují celý prostor, tj jejich svazek by měl být hustá v , a že nejsou příliš redundantní, tedy jejich průnik by měl obsahovat pouze nulové prvek .
Důležité závěry
V případě jedné spojité (nebo alespoň s omezenou variací) kompaktně podporované škálovací funkce s ortogonálními posuny lze provést řadu dedukcí. O existenci této třídy funkcí svědčí Ingrid Daubechies .
Za předpokladu, že má funkce škálování kompaktní podporu, znamená to, že existuje konečná posloupnost koeficientů pro a pro takové, že
Definování další funkce, známé jako mateřská vlnka nebo jen vlnka
lze ukázat, že prostor , který je definován jako (uzavřený) lineární trup celočíselných posunů mateřské wavelety, je ortogonálním doplňkem uvnitř . Nebo řečeno jinak, je ortogonální součet (označený ) z a . Self-podobnost, jsou tam zmenšen verze z a tím úplnost má člověk
tedy souprava
je spočetný úplný základ ortonormálních vlnek v systému Windows .
Viz také
Reference
- Chui, Charles K. (1992). Úvod do vlnky . San Diego: Academic Press. ISBN 0-585-47090-1 .
- Akansu, AN ; Haddad, RA (1992). Rozklad signálu ve více rozlišeních: transformace, dílčí pásma a vlnky . Akademický tisk. ISBN 978-0-12-047141-6 .
- Crowley, JL, (1982). Reprezentace pro vizuální informace , disertační práce, Carnegie-Mellon University, 1982.
- Burrus, CS ; Gopinath, RA; Guo, H. (1997). Úvod do waveletů a vlnkových transformací: Primer . Prentice-Hall. ISBN 0-13-489600-9 .
- Mallat, SG (1999). Waveletová prohlídka zpracování signálu . Akademický tisk. ISBN 0-12-466606-X .