2026a

# qbiorthfilt


一级对偶树双正交滤波器

函数库: TyWavelet

# 语法

LoD, HiD, LoR, HiR = qbiorthfilt(name)

# 说明

LoD, HiD, LoR, HiR = qbiorthfilt(name) 为 name 指定的 Kingsbury Q 移位复对偶树变换返回一级双正交滤波器。

# 示例

一级对偶树双正交滤波器

获得与双正交小波 neathym5_7 相关联的分解和重构滤波器。

using TyWavelet
using TyPlot

fname = "nearsym5_7"
LoD, HiD, LoR, HiR = qbiorthfilt(fname)

使用 dwtfilterbank 函数创建带有双正交滤波器的 7 级离散小波变换滤波器组。指定小波滤波器类型为分析。由于滤波器不是偶数长度,因此要适当扩展滤波器,以匹配其 z 变换的幂次。

scal = zeros(8, 2)
wavf = zeros(8, 2)
scal[:, 1] = [0 0 LoD' 0]
scal[:, 2] = [0 LoR']
wavf[:, 1] = [0 HiD']
wavf[:, 2] = [0 0 HiR' 0]

fb = dwtfilterbank(
    Wavelet="Custom",
    CustomScalingFilter=scal,
    CustomWaveletFilter=wavf,
    Level=7,
    FilterType="analysis",
);

获取与小波通带滤波器相对应的时域小波。绘制最粗尺度的小波。

psi, t = wavelets(fb)
plot(t, psi[end, :])
grid("on")
xlabel("Time")
ylabel("Amplitude")

# 输入参数

name - 一级双正交滤波器
"nearsym5_7" | "nearsym13_19" | "antonin" | "legall"

Kingsbury 的 Q 移位复对偶树变换中使用的一级双正交滤波器,由此处列出的值之一指定。

  • "nearsym5_7" - (5, 7)-抽头近正交滤波器[1]
  • "nearsym13_19" - (13, 19)-抽头近正交滤波器[2]
  • "antonini" - (9, 7)-抽头 antonini 滤波器[1]
  • "legall" - legall 5/3 滤波器[3]

# 输出参数

LoD - 低通分析滤波器
实值向量

与双正交滤波器名称关联的低通(缩放)分析滤波器,作为实值向量返回。LoD 的长度不等于 HiD 的长度。

HiD - 高通分析滤波器
实值向量

高通(小波)分析滤波器与双正交滤波器名称相关,作为实值向量返回。LoD 的长度不等于 HiD 的长度。

LoR - 低通合成滤波器
实值向量

与双正交滤波器名称相关联的低通(缩放)合成滤波器,作为实值向量返回。LoR 的长度不等于 HiR 的长度。

HiR - 高通合成滤波器
实值向量

高通(小波)合成滤波器与双正交滤波器名称相关,作为实值向量返回。LoR 的长度不等于 HiR 的长度。

# 参考文献

[1] Antonini, M., M. Barlaud, P. Mathieu, and I. Daubechies. “Image Coding Using Wavelet Transform.” IEEE Transactions on Image Processing 1, no. 2 (April 1992): 205–20. https://doi.org/10.1109/83.136597.

[2] Kingsbury, Nick. “Complex Wavelets for Shift Invariant Analysis and Filtering of Signals.” Applied and Computational Harmonic Analysis 10, no. 3 (May 2001): 234–53. https://doi.org/10.1006/acha.2000.0343.

[3] Le Gall, D., and A. Tabatabai. “Sub-Band Coding of Digital Images Using Symmetric Short Kernel Filters and Arithmetic Coding Techniques.” In ICASSP-88., International Conference on Acoustics, Speech, and Signal Processing, 761–64. New York, NY, USA: IEEE, 1988. https://doi.org/10.1109/ICASSP.1988.196696.

# 另请参阅

dddtree