
1
第 3 章 小波与小波变换
(征求意见稿)
清华大学计算机科学与技术系
智能技术与系统国家重点实验室
林福宗,2001-9-25
小波是近十几年才发展起来并迅速应用到图像处理和语音分析等众多领域的一种数学
工具,是继 110 多年前的傅立叶(Joseph Fourier)分析之后的一个重大突破,无论是对古老的
自然学科还是对新兴的高新技术应用学科都产生了强烈冲击。
小波理论是应用数学的一个新领域。要深入理解小波理论需要用到比较多的数学知识。
本章企图从工程应用角度出发,用比较直观的方法来介绍小波变换和它的应用,为读者深入
研究小波理论和应用提供一些背景材料。
3.1 小波介绍
3.1.1 小波简史
傅立叶理论指出,一个信号可表示成一系列正弦和余弦函数之和,叫做傅立叶展开式。
用傅立叶表示一个信号时,只有频率分辨率而没有时间分辨率,这就意味我们可以确定信号
中包含的所有频率,但不能确定具有这些频率的信号出现在什么时候。为了继承傅立叶分析
的优点,同时又克服它的缺点,人们一直在寻找新的方法。
20 世纪初,哈尔(Alfred Haar)对在函数空间中寻找一个与傅立叶类似的基非常感兴趣。
1909 年他发现了小波,并被命名为哈尔小波(Haar wavelets),他最早发现和使用了小波。
20 世纪 70 年代,当时在法国石油公司工作的年轻的地球物理学家 Jean Morlet 提出了小
波变换 WT(wavelet transform)的概念。
进入 20 世纪 80 年代,法国的科学家 Y.Meyer 和他的同事开始为此开发系统的小波分
析方法。Meyer 于 1986 年创造性地构造出具有一定衰减性的光滑函数,他用缩放(dilations)
与平移(translations)均为
(
的整数)的倍数构造了
2
空间的规范正交基,使小波得
到真正的发展。
小波变换的主要算法则是由法国的科学家 Stephane Mallat 在 1988 年提出[1]。他在构造
正交小波基时提出了多分辨率的概念,从空间上形象地说明了小波的多分辨率的特性,提出
了正交小波的构造方法和快速算法,叫做 Mallat 算法[1]。该算法统一了在此之前构造正交
小波基的所有方法,它的地位相当于快速傅立叶变换在经典傅立叶分析中的地位。
Inrid Daubechies,Ronald Coifman 和 Victor Wickerhauser 等著名科学家把这个小波理论
引入到工程应用方面做出了极其重要的贡献。例如,Inrid Daubechies 于 1988 年最先揭示了
小波变换和滤波器组(filter banks)之间的内在关系[2],使离散小波分析变成为现实。在信号
处理中,自从 S.Mallat 和 Inrid Daubechies 发现滤波器组与小波基函数有密切关系之后,小
波在信号(如声音信号,图像信号等)处理中得到极其广泛的应用。
经过十几年的努力,这门学科的理论基础已经基本建立,并成为应用数学的一个新领域。
这门新兴学科的出现引起了许多数学家和工程技术人员的极大关注,是国际科技界和众多学
术团体高度关注的前沿领域。
- 1
- 2
- 3
前往页