在上回《小波學習之一》中,已經詳細介紹了Mallat算法C++實現,效果還可以,但也存在一些問題,比如,代碼難於理解,同時出現了邊界問題。在此,本文將重構代碼,採用新的方法解決這些問題,同時也加深對小波變換的理解。
MATLAB作爲經典的數學工具,分析其小波變換dwt和idwt實現後發現真的很經典,學習參考價值很高。下面結合南京理工大學 譚彩銘的《解讀matlab之小波庫函數》及MATLAB小波工具包中m文件的情況,作一個小結,最後用C++函數進行實現,並且編譯調試OK。
一、MATLAB上dwt函數的工作過程
假設x=[x(1) x(2) x(3) x(4) x(5) x(6) x(7)],計算y=dwt(x,’db2’),其計算過程主要由三個部分組成:
1、邊緣延拓,它主要由函數wextend完成。
仔細分析子程序部分,函數wextend的用法爲y=wextend('1D','sym',x,3);這樣得到的y=[ x(3) x(2) x(1) x(1) x(2) x(3) x(4) x(5) x(6) x(7) x(7) x(6) x(5)]
2、卷積運算,它主要由函數conv2完成。
仔細分析子程序部分,核心語句有z=conv2(y,Lo_D,'valid');這裏設Lo_D=[h(1) h(2) h(3) h(4)]。
這2步的實現過程示意圖如下:
3、最後就是下采樣即隔點採樣,其下采樣是按照式a = z(2:2:length(z))進行的,高頻低頻部分均如此,項數爲floor((7+4-1)/2)。
最後的dwt低頻係數結果是[z(2) z(4) z(6) z(8) z(10)],高頻係數求解過程和低頻係數一樣,在此不再贅述。
二、MATLAB上idwt函數的工作過程
1、上採樣即隔點插0,dyadup(x,0)。
2、卷積運算,它也是最終由函數conv2完成。
3、抽取結果,wkeep1(x,s,'c')。
下面啥都不說show核心代碼實現,歡迎討論。
/**
* @brief 邊緣延拓
* @param typeId 延拓數據的類型,1D or 2D
* @param modeId 延拓方式:對稱、週期
* @param in 輸入數據
* @param inLen 輸入數據的長度
* @param filterLen 小波基濾波器長度
* @param out 返回結果數組
* @return 返回結果數組長度
*/
int SignalExtension(int typeId,
int modeId,
double *in,
int inLen,
int filterLen,
double out[])
{
if((NULL == in)||(NULL == out))
return -1;
if(0 != typeId) // 目前只支持一種模型
return -1;
//if(0 != modeId) // 目前只支持一種模型,信號對稱拓延 'sym' or 'symh' Symmetric-padding (half-point): boundary value symmetric replication
// return -1;
if( inLen < filterLen ) // inLen should lager than or equal extendLen, otherwise no extension
return -1;
int i;
int extendLen = filterLen - 1;
if(0 == modeId) // 信號對稱拓延
{
for(i=0; i<inLen; i++)
{
out[extendLen+i] = in[i];
}
for(i=0; i<extendLen; i++)
{
out[i] = out[2*extendLen - i - 1]; // 左邊沿對稱延拓
out[inLen + extendLen + i] = out[extendLen + inLen - i - 1]; // 右邊沿對稱延拓
}
return inLen + 2*extendLen;
}
else if(1 == modeId) // 信號週期拓延
{
for( i = 0; i < extendLen; i++ )
out[i] = in[inLen-extendLen+i];
for ( i = 0; i < inLen; i++ )
out[extendLen+i] = in[i];
return inLen + extendLen;
}
}
/**
* @brief 上採樣 隔點插0
* @param data 輸入數據指針
* @param n 輸入數據長度
* @param result 返回結果數組
* @return 返回結果數組長度
*/
int Upsampling(double* data, int n, double result[])
{
int i;
for( i = 0; i < n; i++ )
{
result[2*i] = data[i];
result[2*i+1] = 0;
}
return( 2*n );
}
/**
* @brief 下采樣 隔點採樣
* @param data 輸入數據指針
* @param n 輸入數據長度
* @param result 返回結果數組
* @return 返回結果數組長度
*/
int Downsampling(double* data, int n, double result[])
{
int i, m;
m = n/2;
for( i = 0; i < m; i++ )
result[i] = data[i*2 + 1];
return( m );
}
/**
* @brief 卷積運算
* @param shapeId 卷積結果處理方式
* @param double *inSignal, int signalLen, // 輸入信號及其長度
* @param double *inFilter, int filterLen, // 輸入濾波器及其長度
* @param double outConv[], int *convLen) // 輸出卷積結果及其長度
* @return
*/
void Conv1(int shapeId, // 卷積結果處理方式
double *inSignal, int signalLen, // 輸入信號及其長度
double *inFilter, int filterLen, // 輸入濾波器及其長度
double outConv[], int *convLen) // 輸出卷積結果及其長度
{
if((NULL == inSignal)||(NULL == inFilter)||(NULL == outConv))
return;
int n,k,kmin,kmax,p;
if(0 == shapeId) // 對於MATLAB conv(...,'shape') -----full
{
*convLen = signalLen + filterLen - 1;
for (n = 0; n < *convLen; n++)
{
outConv[n] = 0;
kmin = (n >= filterLen - 1) ? n - (filterLen - 1) : 0;
kmax = (n < signalLen - 1) ? n : signalLen - 1;
for (k = kmin; k <= kmax; k++)
{
outConv[n] += inSignal[k] * inFilter[n - k];
}
}
}
else if(1 == shapeId) // 對於MATLAB conv(...,'shape') -----valid
{
*convLen = signalLen - filterLen + 1;
for (n = filterLen - 1; n < signalLen; n++)
{
p = n - filterLen + 1;
outConv[p] = 0;
kmin = (n >= filterLen - 1) ? n - (filterLen - 1) : 0;
kmax = (n < signalLen - 1) ? n : signalLen - 1;
for (k = kmin; k <= kmax; k++)
{
outConv[p] += inSignal[k] * inFilter[n - k];
}
}
}
else
return ;
}
/**
* @brief 小波變換之分解
* @param sourceData 源數據
* @param dataLen 源數據長度
* @param db 過濾器類型
* @param cA 分解後的近似部分序列-低頻部分
* @param cD 分解後的細節部分序列-高頻部分
* @return 正常則返回分解後序列的數據長度,錯誤則返回-1
*/
int Wavelet::Decomposition(double* sourceData, int dataLen, Filter db, double* cA, double* cD)
{
if(dataLen < 2)
return -1;
if((NULL == sourceData)||(NULL == cA)||(NULL == cD))
return -1;
m_db = db;
int filterLen = m_db.length;
int i, n;
int decLen = (dataLen+filterLen-1)/2;
int convLen = 0;
double extendData[dataLen+2*filterLen-2];
double convDataLow[dataLen+filterLen-1];
double convDataHigh[dataLen+filterLen-1];
/*
MATLAB上dwt函數的工作過程
假設x=[x(1) x(2) x(3) x(4) x(5) x(6) x(7)],計算y=dwt(x,’db2’)。
其計算過程主要由兩個部分組成:
1:邊緣延拓,它主要由函數wextend完成。
2:卷積運算,它主要由函數conv2完成。
先看第一部分,仔細分析子程序部分,函數wextend的用法爲y=wextend('1D','sym',x,3);
這樣得到的y=[ x(3) x(2) x(1) x(1) x(2) x(3) x(4) x(5) x(6) x(7) x(7) x(6) x(5)]
在看第二部分,仔細分析子程序部分,核心語句有z=conv2(y,Lo_D,'valid');
這裏設Lo_D=[h(1) h(2) h(3) h(4)]。
3:最後就是下采樣,其下采樣是按照式a = z(2:2:length(z))進行的,高頻低頻部分均如此,項數爲floor((7+4-1)/2)。
*/
// 1.邊緣延拓
SignalExtension(0, 0 , sourceData, dataLen, filterLen, extendData);
// 2.卷積運算
Conv1(1, extendData, dataLen+2*filterLen-2, db.lowFilterDec, filterLen, convDataLow, &convLen);
Conv1(1, extendData, dataLen+2*filterLen-2, db.highFilterDec, filterLen, convDataHigh, &convLen);
// 3.下采樣
Downsampling(convDataLow, dataLen + filterLen - 1, cA);
Downsampling(convDataHigh, dataLen + filterLen - 1, cD);
return decLen;
}
/**
* @brief 小波變換之重構
* @param cA 分解後的近似部分序列-低頻部分
* @param cD 分解後的細節部分序列-高頻部分
* @param cALength 輸入數據長度
* @param RecLength 輸入重構後的原始數據長度
* @param db 過濾器類型
* @param recData 重構後輸出的數據
* @return 正常則返回重構數據長度,錯誤則返回-1
*/
int Wavelet::Reconstruction(double *cA, double *cD, int cALength, int RecLength, Filter db, double* recData)
{
if((NULL == cA)||(NULL == cD)||(NULL == recData))
return -1;
m_db = db;
int filterLen = m_db.length;
int i,j;
int n,k,p;
int recLen = RecLength;
int convLen = 0;
double convDataLow[recLen+filterLen-1];
double convDataHigh[recLen+filterLen-1];
double cATemp[2*cALength];
double cDTemp[2*cALength];
memset(convDataLow, 0, (recLen+filterLen-1)*sizeof(double)); // 清0
memset(convDataHigh, 0, (recLen+filterLen-1)*sizeof(double)); // 清0
memset(cATemp, 0, 2*cALength*sizeof(double)); // 清0
memset(cDTemp, 0, 2*cALength*sizeof(double)); // 清0
// 1.隔點插0
Upsampling(cA, cALength, cATemp);
Upsampling(cD, cALength, cDTemp);
// 2.卷積運算
Conv1(0, cATemp, 2*cALength-1, db.lowFilterRec, filterLen ,convDataLow, &convLen);
convLen = 0;
Conv1(0, cDTemp, 2*cALength-1, db.highFilterRec, filterLen ,convDataHigh, &convLen);
// 3.抽取結果及求和——實現類似MATLAB中的wkeep1(s,len,'c')的功能
k = (convLen - recLen)/2;
for(i=0; i<recLen; i++)
{
recData[i] = convDataLow[i + k] + convDataHigh[i + k];
}
return recLen;
}