创建 NxN Haar 矩阵答案

【问题标题】：Create NxN Haar Matrix创建 NxN Haar 矩阵
【发布时间】：2014-07-15 04:50:47
【问题描述】：

我找不到生成非标准化 NxN Haar 矩阵的定义。那么方程是什么？

见：http://en.wikipedia.org/wiki/Haar_wavelet

谢谢，克里斯

【问题讨论】：

维基百科文章给出了定义。哪一部分给你带来了麻烦？

标签： math image-processing signal-processing haar-wavelet

【解决方案1】：

这取决于您想要达到的目标。 Haar 矩阵是 2x2 DCT 矩阵，因此反过来，您可以将 NxN DCT(II) 矩阵视为该块大小的 Haar 矩阵。

或者如果 N 是二元的，N=2^n，那么您可能会要求 Haar 变换的 n 个阶段的变换矩阵。由于每一步中的采样率抽取，这可能是一个问题。

【讨论】：

【解决方案2】：

谢谢。维基百科给出了“方程式”：

我已经编写了一个递归解决方案，用于在八度音程中生成未归一化的 NxN Haar 矩阵。

function [h] = haar(n)
h = [1];
if n > 2
    h = haar(n/2);
endif
% calculate upper haar part
h_n = kron(h,[1,1]); 
% calculate lower haar part 
h_i = kron(eye(length(h)),[1,-1]);
% combine parts
h = [h_n; h_i];
endfunction

disp(haar(8));

【讨论】：

【解决方案3】：

这是基于recursive formula for the Haar matrix 的标准化和非标准化Haar matrix 的算法：

来自 W-H Steeb 等人的论文“离散小波和微扰理论”。这是Python中的实现

def haarMatrix(n, normalized=False):
    # Allow only size n of power 2
    n = 2**np.ceil(np.log2(n))
    if n > 2:
        h = haarMatrix(n / 2)
    else:
        return np.array([[1, 1], [1, -1]])

    # calculate upper haar part
    h_n = np.kron(h, [1, 1])
    # calculate lower haar part 
    if normalized:
        h_i = np.sqrt(n/2)*np.kron(np.eye(len(h)), [1, -1])
    else:
        h_i = np.kron(np.eye(len(h)), [1, -1])
    # combine parts
    h = np.vstack((h_n, h_i))
    return h

【讨论】：

【解决方案4】：

def HT(N):
    if N == 1: return np.array([[1]])
    return 1/np.sqrt(2)*np.concatenate(
        (
            np.kron(HT(N//2),[1,1])
        ,
            np.kron(np.identity(N//2),[1,-1])
        ),axis = 0
        )

我使用 Wikipedia 中的公式添加了归一化因子 1/sqrt(2)。矩阵变为正交。有用吗？

【讨论】：