《表2 双树复小波多尺度分解》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于双树复小波的多尺度遥感图像去噪方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

依据表1所示滤波器组合，对图3（a）进行多尺度分解，各子带参数见表2，多尺度分解结果如图4所示。其中，s代表复杂度，m1—m6代表分解尺度。通过表2可以看出，利用不同双树复小波滤波器组合对原始遥感图像进行多尺度分解，当滤波器组合为Ⅱ型时，高频子带混叠能量比变化范围为-20.3至-23.1，低频子带混叠能量比变化范围为-21.8至-23.3。而其他滤波器组合的高频子带和低频子带混叠能量比变化范围明显高于Ⅲ型滤波器组合，因此Ⅲ型滤波器组合具有最好的平移不变性。同时，对于Ⅰ型和Ⅱ型滤波器组合，当分解尺度由m1变化为m3时，高频子带以及低频子带混叠能量比变化较平稳，具有较好的平移不变性；当分解尺度由m4增大至m6时，高频子带以及低频子带混叠能量比变化剧烈，表明滤波器组合平移不变性变差。因此，依据不同分解尺度下混叠能量比的变化幅度可以得到不同滤波器组合的最佳分解尺度。实验表明，Ⅰ型、Ⅱ型和Ⅳ型滤波器组合最佳分解尺度均为3层，Ⅲ型、Ⅴ型和Ⅵ型滤波器组合最佳分解尺度分别为6层、4层和5层。