2. nesil dalgacıklar hakkında öğretici (kaldırma ile)?

Bazı denoising ve dekonvolüsyon deneyleri için, görüntülere 2. nesil bir dalgacık dönüşümü ( kaldırma adımları kullanarak ) uygulamak istiyorum .

OpenCV ile C ++ ile çalışmak isterken birçok uygulama olduğunu biliyorum, ancak çoğu matlab kullanıyor . OpenCV 2.x'te yerleşik dalgacık dönüşümü uygulaması olmadığından, bunu kendim uygulamayı planlıyorum (artı, benim için iyi bir egzersiz yapacak). Biraz araştırma yaptıktan sonra, 2. nesil dönüşüm hakkındaki orijinal makaleleri bulabildim, ancak algoritmanın tam olarak nasıl çalıştığı hakkında hala biraz kafam karıştı.

Ana referans için [1] Sweldens: Lifting şeması: ikinci nesil dalgacıkların yapımı, hala dizin kümelerinin tanımıyla kafam karıştı $\mathcal{K}(j)$ : boyutları nedir? nasıl inşa edilirler? ...

Bu yüzden sorum: Herkes , öğretici benzeri bir formda olan veya ( algoritmik bir görünümden ziyade) daha algoritmik bir görünüm sağlayan 2. nesil dalgacık dönüşümü (makaleler, öğreticiler, slaytlar ...) hakkında bazı kaynaklar biliyor mu? kendi uygulamamı tasarlamama yardımcı olacak hangisi?

Şimdiden teşekkür ederim.

Referanslar

Ana referansım:

[1] Sweldens, W. (1998). Kaldırma şeması: İkinci nesil dalgacıkların yapısı. SIAM Matematiksel Analiz Dergisi, 29 (2), 511.

Ayrıca aşağıdakilerden de öğreniyorum:

[2] Daubechies, I. ve Sweldens, W. (1998). Faktoring dalgacık kaldırma adımlarına dönüşür. Fourier analizi ve uygulamaları dergisi, 4 (3), 247-269.

[3] Kovacevic, J. ve Sweldens, W. (2000). Rastgele boyutlarda artan düzen dalgacık aileleri. Görüntü İşleme, 9 (3), 480–496. DOI: 10,1109 / 83,826784

image-processing software-implementation wavelet

— Sansuiso
kaynak

Orijinal makalelere bağlanır ve açıklarsanız, neden bunlarla karıştırıldığınızı açıklamanız muhtemelen yardımcı olacaktır. Ayrıca, bir fikir edinmek için okuyabileceğiniz çok sayıda matlab (komut dosyası dili) uygulaması olduğunu, algoritmanın nasıl çalıştığını söylüyorsunuz.

— bjoernz

Zaten C ++ dalgacık kitaplıkları var . Egzersiz için bir şey kodlayacaksanız, neden toplumun yararlanabilmesi için kirişler, ridgeletler veya curvelets gibi daha yeni çok ölçekli dönüşümlerden birini seçmiyorsunuz?

— Emre

@Emre: Daha önce de belirtildiği gibi, OpenCV bir dalgacık dönüşümü içermiyor ve bağımlılık eklemek için değnek yok. İşlerin nasıl yapıldığını görmek için yine de Blitzwave kodunu kontrol edeceğim. Şimdilik sadece 2. jenerasyona ihtiyacım var. ancak daha yeni araçlar (curveletlerden başlayarak) daha sonraki çalışmalar için bir seçenektir.

— sansuiso

@bjoernz: Sweldens'in gazetesinin beni şaşırtan küçük bir kısmı hakkında kesin bir soru ekledim.

— sansuiso

Bunu öğrendiğiniz makalelere / kitaplarınıza başvurabilir misiniz?

— Spacey

Sonunda [Matematikteki Dalgalar Ayrık Dalgacık Dönüşümü] [1] 'in bir kopyasını aldım ve bu kitaptan çok memnunum. Yazarlar, DWT'yi bu bakış açılarının her birinin kendi avantajlarına sahip olduğu alternatif bakış açılarıyla (kaldırma şemaları, filtre bankaları yaklaşımı, çoklu çözünürlük analizi) açıklamaktadır. Ayrıca kitap, sınırların ele alınması ve matlab / C uygulamaları hakkında bölümlerle birlikte uygulamaya yöneliktir.

Hala garip boyutlu sinyalleri işlemek için uygun bir yol arıyorum, ama Ripples bana iyi bir başlangıç yaptı.

[1]: http://www.control.auc.dk/~alc/ripples.html "Matematikteki Dalgalar Ayrık Dalgacık Dönüşümü", Arne Jensen ve Anders la Cour-Harbo

— Sansuiso
kaynak