小波变换二之Haar变换

最新推荐文章于 2025-07-14 20:35:36 发布

原创

最新推荐文章于 2025-07-14 20:35:36 发布 · 1w 阅读

100 ·

CC 4.0 BY-SA版权

本文为博主原创文章，转载请注明原文出处！

本文详细介绍了二维Haar变换的原理和步骤，包括沿着矩阵行和列进行一维Haar变换，以及在图像压缩中的应用。通过实例演示了如何对4×4图像进行Haar变换，并展示了过滤不同层级高频信息对图像质量的影响，进一步提供了MATLAB实现的代码示例。

文章目录

Haar变换

Haar变换

这是小波变换的第二篇，我们继续谈Haar变换。在第一篇中，我们介绍了一位情况下的Haar变换，这篇博文中主要介绍二维Haar变换。最后，通过一个图像压缩的案例说明二维Haar变换的应用。

原理说明

给定一个二维信号，我们这里假设是一个 $4\times4$ 的图片，

$f=\begin{bmatrix}2&1&5&6\\7&6&5&8\\2&1&5&5\\7&7&2&10\end{bmatrix}$

如何进行二维的哈尔变换呢？

步骤是这样的：（1）首先，沿着矩阵的每一行做一维的Haar变换；（2）然后，沿着矩阵的每一列做一维的哈尔变换；（3）对于每个低频分量矩阵（近似信息）重复步骤（1）和（2）直到完成指定的等级划分。下图给出了两级划分的示意图：
二维Haar变换示意图

这里的A表示近似信息（approximation coefficients），H表示水平细节信息（horizontal detail coefficients），V表示垂直细节信息（vertical detail coefficients），D表示对角线细节信息（diagonal detail coefficients）。很多数学软件中是这样称呼的，了解了这个可以帮助我们快速上手软件进行实际操作。

行分解和列分解的顺序是可以互换的，保持一致即可。

明白了基本原理，下面我们来进行实际计算，对于 $f$ ，（如果不清楚如何做一维高频和低频分解，可参看博文《小波变换一之Haar变换》）

第一次行分解得到低频信息 $L=\begin{bmatrix}\frac{3}{\sqrt{2}}&\frac{11}{\sqrt{2}}\\\frac{13}{\sqrt{2}}&\frac{13}{\sqrt{2}}\\\frac{3}{\sqrt{2}}&5\sqrt{2}\\7\sqrt{2}&6\sqrt{2}\end{bmatrix}$