WikiDer > Анализ с несколькими разрешениями

Multiresolution analysis

А многокомпонентный анализ (MRA) или же многомасштабное приближение (MSA) является методом проектирования большинства практически актуальных дискретные вейвлет-преобразования (DWT) и обоснование алгоритм из быстрое вейвлет-преобразование (FWT). Он был введен в этом контексте в 1988/89 г. Стефан Маллат и Ив Мейер и имеет предшественников в микролокальный анализ в теории дифференциальные уравнения (в метод глажки) и пирамидальные методы из обработка изображений как было введено в 1981/83 Питером Дж. Бертом, Эдвардом Х. Адельсоном и Джеймс Л. Кроули.

Определение

Многоразрешающий анализ Пространство Лебега ${ Displaystyle L ^ {2} ( mathbb {R})}$ состоит из последовательность вложенных подпространства

{ displaystyle {0 } dots subset V_ {1} subset V_ {0} subset V _ {- 1} subset dots subset V _ {- n} subset V _ {- (n + 1) } subset dots subset L ^ {2} ( mathbb {R})}

что удовлетворяет определенные самоподобие отношения во времени-пространстве и шкале-частоте, а также полнота и закономерность отношений.

Самоподобие в время требует, чтобы каждое подпространство V_k инвариантен относительно сдвигов на целое число кратные из 2^k. То есть для каждого ${ displaystyle f in V_ {k}, ; m in mathbb {Z}}$ функция грамм определяется как ${ Displaystyle г (х) = е (х-м2 ^ {к})}$ также содержится в ${ displaystyle V_ {k}}$ .
Самоподобие в шкала требует, чтобы все подпространства ${ displaystyle V_ {k} subset V_ {l}, ; k> l,}$ являются версиями друг друга в масштабе времени, с масштабирование соответственно расширение фактор 2^k-l. Т.е. для каждого ${ displaystyle f in V_ {k}}$ Существует ${ displaystyle g in V_ {l}}$ с ${ Displaystyle forall x in mathbb {R}: ; g (x) = f (2 ^ {k-l} x)}$ .
В последовательности подпространств при k>л космическое разрешение 2^л из л-ое подпространство выше разрешения 2^k из k-е подпространство.
Регулярность требует, чтобы модель подпространство V₀ генерироваться как линейный корпус (алгебраически или даже топологически замкнутый) целочисленных сдвигов одной или конечного числа производящих функций ${ displaystyle phi}$ или же ${ displaystyle phi _ {1}, dots, phi _ {r}}$ . Эти целочисленные сдвиги должны, по крайней мере, формировать фрейм для подпространства ${ Displaystyle V_ {0} подмножество L ^ {2} ( mathbb {R})}$ , что накладывает определенные условия на распад при бесконечность. Производящие функции также известны как функции масштабирования или же отец вейвлеты. В большинстве случаев требуется, чтобы эти функции были кусочно-непрерывный с компактная опора.
Полнота требует, чтобы эти вложенные подпространства заполняли все пространство, т.е. их объединение должно быть плотный в ${ Displaystyle L ^ {2} ( mathbb {R})}$ , и что они не слишком избыточны, т. е. их пересечение должен содержать только нулевой элемент.

Важные выводы

В случае одной непрерывной (или, по крайней мере, с ограниченной вариацией) масштабирующей функции с компактным носителем и ортогональными сдвигами, можно сделать ряд выводов. Доказательство существования этого класса функций связано с Ингрид Добеши.

Предполагая, что функция масштабирования имеет компактную опору, тогда ${ displaystyle V_ {0} subset V _ {- 1}}$ следует, что существует конечная последовательность коэффициентов ${ displaystyle a_ {k} = 2 langle phi (x), phi (2x-k) rangle}$ за ${ Displaystyle | к | Leq N}$ , и ${ displaystyle a_ {k} = 0}$ за ${ displaystyle | k |> N}$ , так что

{ displaystyle phi (x) = sum _ {k = -N} ^ {N} a_ {k} phi (2x-k).}

Определение другой функции, известной как материнский вейвлет или просто вейвлет

{ displaystyle psi (x): = sum _ {k = -N} ^ {N} (- 1) ^ {k} a_ {1-k} phi (2x-k),}

можно показать, что пространство ${ displaystyle W_ {0} subset V _ {- 1}}$ , который определяется как (замкнутая) линейная оболочка целочисленных сдвигов материнского вейвлета, является ортогональным дополнением к ${ displaystyle V_ {0}}$ внутри ${ displaystyle V _ {- 1}}$ .^[1] Или иначе, ${ displaystyle V _ {- 1}}$ это ортогональная сумма (обозначается ${ displaystyle oplus}$ ) из ${ displaystyle W_ {0}}$ и ${ displaystyle V_ {0}}$ . По самоподобию есть масштабированные версии ${ displaystyle W_ {k}}$ из ${ displaystyle W_ {0}}$ и по полноте^{[нужна цитата]}