Académique Documents
Professionnel Documents
Culture Documents
(equation (1.7)) Z
W ( ) = p1 a;b;r( ) ( ) n
f a; b; r x f x d x
c
Le calcul d'un coecient par cette methode directe est en ( ) si est le nombre
O n n
de donnees dont on dispose. A une echelle donnee et pour une rotation donnee, le co^ut
de la transformee pour le calcul des coecients est donc en ( 2), ce qui est assez
n O n
co^uteux.
La formulation de la transformee en ondelettes continue dans le domaine de Fourier
52 Divers algorithmes de transformee en ondelettes
On a donc ici une fonction a deux variables qui peut se representer de maniere classique
dans le plan euclidien. Traditionnellement, on place b en abscisse et a ou , log a en
ordonnees (Fig. 2.1). Un telle representation permet d'observer toutes les positions et
2.1 Transformee continue 53
b
0
-log a
b
a 0
(a) (b)
fonction prolongée
avec des dimensions egales aux puissances de 2, cela peut contraindre a passer a la
puissance de 2 superieure. Elle reste cependant une methode tres able.
Une methode moins ne, mais plus rapide consiste a ne pas tenir compte des bords.
Ceci peut ^etre fait dans la mesure ou ce qui nous interesse est au \milieu" de la fonction.
Ne pas tenir compte des bords consiste a considerer comme nul les coecients pour
lesquels une ondelette n'a pu ^etre prise en entier (Fig. 2.4).
fonction
bord ondelette
bord
Figure 2.4: Zones ou les coecients d'ondelette ne seront pas calcules de facon exacte.
(a) a = 1; N1 = 13 (b) a = 1
2 ; Na = 7
On remarque que N tend vers 0 lorsque a tend vers 0. Il arrive donc un moment
a
ou l'ondelette n'en est plus une. Il convient donc de se xer un nombre de points
2.2 Transformee discrete 57
de discretisation minimum, min , de telle sorte que les valeurs discretes de l'ondelette
N
alors
min
min = (2.3)
N
a
N1
famille ( a;b)a;b2Ret formant une base de (R). Nous allons presenter ici des al-
k k
2
L
2.2.1 Multi-resolution
On rappelle qu'une analyse multi-resolution est une famille ( j )j2Zd'espaces embo^- V
tes (denition 1.5) ou j represente l'espace dans lequel est approximee la fonction a
V
la resolution 2,j . On designe par j l'espace dans lequel on trouve le \detail" qu'on a
O
V j Vj ,1 et Oj Vj = V j ,1
En dimension 1, chaque espace j est represente par la fonction d'echelle , (j;k )k2Z
V
etant une base de j et chaque espace j est represente par l'ondelette , ( j;k )k2Z
V O
58 Divers algorithmes de transformee en ondelettes
sur :Oj
= ( ) = p1 ( ( ) (2, , ))
j
ck f; f u ;
j
u k
2 j;k
j
= ( ) = p1 ( ( ) (2, , ))
j
dk f; f u ;
j
u k
2 j;k
j
On remarque que j
dk = W (2 2 ).
f
j
;
j
k
2.2.1.1 Analyse
Le but de l'algorithme d'analyse multi-resolution est de calculer les coecients de
detail ou coecients d'ondelettes, a partir des dierentes approximations.
dk
j
Les espaces etant embo^tes, toute l'information contenue dans est egalement
Vj Vj
coecients ,1 2 Z. En eet,
j
Z
ck ;k
ck
j
= f u ( ) ( ) j;k u du
= j;k
X ~ (2
+1
h n , ) ,1
k j ;k
n =,1
avec , la reponse impulsionnelle du ltre
h H deni par la propriete 1.6
( ) = ( ,1 )
h n ; ;n
Alors
=
+1
~ (2 , ) ,1
ck
j
X h k n cn
j
(2.4)
n =,1
De m^eme que l'information contenue dans est contenue dans ,1 , celle contenue Vj Vj
dans est egalement contenue dans ,1 . Par contre elle n'est pas presente dans
Z Z
Oj Vj
Les equations (2.4) et (2.5) montrent qu'on peut calculer les coecients d'ondelettes
en fonction des dierentes approximations suivant le schema represente par la gure
2.6. Les coecients d'ondelettes pour une resolution donnee sont obtenus en appli-
quant le ltre sur les coecients d'approximation a la resolution precedente et en
g
Remarques
1. On remarque que le volume de donnees stockees a chaque iteration reste le m^eme.
En eet, si , est le nombre de coecients d'approximation a la resolution
nj 1
2
nj,1 coecients d'ondelettes.
2
la resolution 2, , on a
X
j
= 2 et = 2 na
n
j
no
n
l
l=1
et nalement = n na + . no
2. Le calcul des coecients est exact si les ltres sont a support compact, comme
les ondelettes de I. Daubechies, ou numeriquement a support compact, comme les
ondelettes splines de Battle-Lemarie qui sont a decroissance exponentielle.
60 Divers algorithmes de transformee en ondelettes
n
lh = , jmin , .
2 ( 1)
En eet, pour calculer le dernier coecient, il faut qu'il y ait au moins h coe-
l
2.2.1.2 Reconstruction
Etant donne que la somme directe des espaces Vj et Oj est Vj,1 , les coecients
j
ck
, 1
;k 2 Z peuvent ^etre calcules de facon exacte a partir des coecients cjk ; k 2 etZ
dk ; k 2
j Z
, c'est-a-dire qu'on peut egalement passer de la resolution 2,j a la resolution
2,(j,1) . Ces constatations montrent qu'il existe un algorithme de reconstruction exact.
2.2 Transformee discrete 61
j-1
c
h g
j j
0 0 0 0 0 0 0 0 c d
h g
0 0 0 0 0 c j+1
d j+1
coecient d'approximation est obtenu par la somme du ltrage par h des coecients
d'approximation a la resolution precedente auxquels sont intercales des 0 et du ltrage
par g des coecients d'ondelettes auxquels sont egalement intercales des 0.
Remarque Si la fonction n'a pas ete prolongee dans la phase d'analyse, seul un faible
nombre de coecients pourront ^etre reconstruits. Il est donc necessaire de proceder
comme ce qui a ete presente auparavant.
=
p
2 (2.9)
n
Remarques
1. Les conditions (2.6) et (2.7) expriment l'orthonormalite des bases d'ondelettes
et de la fonction d'echelle. Cette orthonormalite assure que la TO calculee est
62 Divers algorithmes de transformee en ondelettes
successifs et donc a des frequences de plus en plus basses, etant de plus en plush
etale. Chaque espace represente une bande de frequence, les hautes frequences
Oj
H
pour Vj
G
H
pour Vj-1
G
bande de fréquences
bande de fréquences présente dans O j-1
présente dans V j-1
Figure 2.8: Bandes de frequences presentes dans les dierents espaces dans le cadre de
l'analyse multi-resolution. et sont les ltres de reponses impulsionnelles respect-
H G
ives et .
h g
Z Z
Si (V ) 2 sont les espaces d'approximation et (O ) 2 , les espaces de details, on a
j j j j
V ,1 = V
O
j j j
= V
O1 O2 O3
j j j j
diagonaux.
V est caracterise par la fonction d'echelle ( ) et O1 O2 et O3, par trois ondelettes
j x; y j; j j
On note
c = ( j;k;l) = 21j ( ( ) (2,j , 2,j , ) )
j
k;l f; f u; v ; u k; v l
1;j 1 ,j , 2,j , ) )
k;l = ( j;k;l) = 2j ( ( ) (2
d f; f u; v ; u k; v l
2;j 1 ,j , 2,j , ) )
k;l = ( j;k;l) = 2j ( ( ) (2
d f; f u; v ; u k; v l
3;j 1 ,j , 2,j , ) )
k;l = ( j;k;l) = 2j ( ( ) (2
d f; f u; v ; u k; v l
Decomposition
L'algorithme de decomposition s'ecrit
j =
X X ~(2 , ) ~ (2 , ) j ,1
k;l
Xn Xm ~(2 n;m
c h k n h l n c
1;j
= , ) ~(2 , ) j ,1
Xn Xm ~(2
dk;l h k n g l n c n;m
2;j
= , ) ~ (2 , ) j ,1
Xn Xm ~(2 n;m
dk;l g k n h l n c
3;j
dk;l = g k , ) ~(2 , )
n g l n c
j ,1
n;m
n m
On remarque que l'algorithme de decomposition est le m^eme que dans le cas 1D.
En eet, l'algorithme unidimensionnel est applique successivement sur les lignes et les
colonnes de l'image pour chaque type de coecient. Cette constatation nous aide a
comprendre la notion de detail vertical, horizontal et diagonal. 1, par exemple, est d
obtenu par approximation sur les lignes puis calcul de coecients d'ondelettes sur les
colonnes. Ce sera donc le detail horizontal.
On voit qu'un tel algorithme privilegie certaines directions xees au depart. Cer-
taines applications (comme l'astronomie, A. Bijaoui [8] [9]) preferent une analyse plus
isotrope comme le permet l'algorithme a trous qui sera presente dans le paragraphe
suivant. On peut egalement vouloir privilegier une direction qui ne soit pas hori-
zontale, verticale ou diagonale, mais autre (detection de structures ayant une dir-
ection privilegiee, comme en turbulence [27] [28] ou en sismique, l'application qui
nous interesse). On utilisera alors les ondelettes directionnelles qui seront presentees
ulterieurement.
64 Divers algorithmes de transformee en ondelettes
Reconstruction
L'algorithme de reconstruction s'ecrit
cjk;l,1 =
X X h h(k , 2n) h(l , 2m) cjn;m + h(k , 2n) g(l , 2m) d1n;m;j
n m
+ g(k , 2n) h(l , 2m) d2;j + g(k , 2n) g(l , 2m) d3;j
i
n;m n;m
Cet algorithme est egalement fonde sur le m^eme principe que l'algorithme de recon-
struction 1D.
2.2.2.1 Analyse
Soient wkj les coecients d'ondelette calcules par cet algorithme a la resolution
2,j et sjk les coecients d'approximation correspondant. L'algorithme a trous comme
2.2 Transformee discrete 65
sk
j
=
X ( ) 2,1 +
+1
j
h n s j 1 ,
n k
X ()2+
n =,1
+1
wk
j
= j
g n s j
n k
(2.11)
n =,1
Remarques
1. L'equation de calcul des coecients (2.11) est tres proche de l'equation (2.10).
En eet, si ( ) = ( ) c'est-a-dire que le ltre est directement l'ondelette
n
p g n g
Tout ceci revient a appliquer , a chaque etape, sur les termes pairs d'une part
h
et sur les termes impairs d'autre part de la serie precedemment calculee. Puis, a
la derniere etape appliquer de la m^eme maniere (Fig. 2.9).
g
j-1
s
h
j
s
h
s j+1
wj+1
ou V,1 et O,1 sont les espaces d'approximation et de details utilisant les termes pairs
p p
et V,1 et O,1 ceux utilisant les termes impairs. Chaque espace Vj est ainsi d
i i
ecompose
66 Divers algorithmes de transformee en ondelettes
de deux manieres.
Les coecients calcules par cette methode incluent ceux calcules par la methode precedente
si les ltres h et g verient les conditions presentees au paragraphe 2.2.1.3 [72] et on a
j
ck = j
s2j k8(n; j ) 2 Z2
w2j k 8(n; j ) 2 Z
j +1
dk = j 2
Remarques
1. Les coecients calcules par l'algorithme a trous peuvent ^etre vus comme un
entrelacement de coecients calcules par l'algorithme multi-resolution. A la
resolution 2,j , tout se passe comme si on avait 2j coecients imbriques les uns
dans les autres. Cette redondance d'information implique une invariance en trans-
lation qui est fondamentale en analyse de signaux.
2. Comme l'algorithme de Mallat presente auparavant, l'algorithme a trous necessite
des ltres numeriquement a support compact (de largeur lh) et la resolution min-
imale est la m^eme, a savoir jmin = blog2 ln + 1c.
h
j =1 2 n=,1
Pour qu'une telle fonction existe, c'est-a-dire converge vers une fonction non nulle, il
faut que le ltre h soit passe-bas, c'est-a-dire
X h n
p
( )= 2
n
2.2 Transformee discrete 67
Il faut noter qu'avec uniquement cette condition, n'est pas forcement continue. Elle
peut ^etre fractale et est en general non orthonormale [72]. Pour que soit susamment
reguliere, on peut lui imposer d'avoir un certain nombre de moments nuls [21].
Pour que la transformee ait une energie nie, il faut que g soit passe-haut, soit
X g(n) = 0
n
Il existe une transformation inverse bornee si il existe deux ltres ~h et g~ tels que
X h~ (n)h(l , n) + g~(n)g(l , n) = (l)
n
(t) =
X (t , k)g(k)
k
Nous allons voir que le calcul des coecients par l'algorithme a trous peut ^etre
exact. Pour cela nous introduisons la notion de ltre a trous.
Propriete 2.1 :
- si h est un ltre a trous, alors (n) = g(n).
Pour un signal discret s,
- si s0 = s et h est a trous, alors w(2j ; n) = wnj
- si s0n = Pk (k , n) sk , alors w(2j ; n) = wnj .
Pour un signal continu,
- si s0n = (n ; s) avec n (t) = (t , n), alors W (2j ; n) = wnj .
On remarque que les conditions sur les ltres sont moins contraignantes pour les
algorithmes a trous que pour l'algorithme multi-resolution. En eet, les ltres h et g
peuvent ^etre choisis independamment l'un de l'autre.
68 Divers algorithmes de transformee en ondelettes
2.2.2.3 Reconstruction
Etant donnes les ltres h~ et g~ deni au paragraphe precedent, l'algorithme de re-
construction s'ecrit
sjk =
X hh~ (n) sj+1 + g~(n)wj i
+1
2 n+k
j 2 n+k
j
n=,1
L'algorithme est analogue a celui obtenu dans le cadre de la multi-resolution (Fig.
2.10). Cependant, comme il n'y a pas eu de phase de decimation, on n'a pas besoin
d'interpoler entre les coecients (ajout de 0).
j-1
s
h
g
j
s
wj-1
h
g
s j+1
wj
Decomposition
L'algorithme de decomposition s'ecrit
sjk;l =
X +1
+1 X h(n; m) sj,1
2 , n+k; 2 , m+l
j 1 j 1
n=,1 m=,1
j =
wk;l
X +1
+1 X g(n; m) sj
2j n+k; 2j m+l
n=,1 m=,1
h est un ltre passe bas determine par
1 ( x ; y ) = X h(n; m)(x , n; y , m)
2 2 2 n;m
avec Pn;m j ^ ( + n; + m) j2 6= 0.
2.2 Transformee discrete 69
Reconstruction
L'algorithme de reconstruction est egalement une simple extension de l'algorithme 1D.
sjk;l =
+1X hh~ (n; m) sj+1
X +1 + g
~ ( n; m) w j i
2 n+k; 2 m+l
j j 2 n+k; 2 m+l
j j
n=,1 m=,1