Vlnková transformácia (wavelet): definícia, typy a použitie

Komplexný prehľad vlnkových transformácií: definícia, typy (spojité, diskrétne, dyadické) a praktické použitie v redukcii šumu, kompresii a analýze signálov.

Autor: Leandro Alegsa

23-03-2026 12:23

Vlnková transformácia je časovo-frekvenčná reprezentácia signálu. Používame ju napríklad na redukciu šumu, extrakciu príznakov alebo kompresiu signálu.

Vlnová transformácia spojitého signálu je definovaná ako

[ W ψ f ] ( a , b ) = 1 a ∫ - ∞ ∞ f ( t ) ψ ∗ ( t - b a ) d t {\displaystyle \left[W_{\psi }f\right](a,b)={\frac {1}{\sqrt {a}}}\int _{-\infty }^{\infty }{f(t)\psi ^{*}\left({\frac {t-b}{a}}\right)}dt\,} $\left[W_{\psi }f\right](a,b)={\frac {1}{\sqrt {a}}}\int _{-\infty }^{\infty }{f(t)\psi ^{*}\left({\frac {t-b}{a}}\right)}dt\,$ ,

kde

ψ {\displaystyle \psi } $\psi$ je tzv. materský wavelet,
a {\displaystyle a} označuje vlnkovú dilatáciu,
b {\displaystyle b} $b$ označuje časový posun waveletu a
$*$ Symbol ∗ {\displaystyle *} označuje komplexný konjugát.

V prípade a = a 0 m {\displaystyle a={a_{0}}^{m}} $a={a_{0}}^{m}$ a b = a 0 m k T {\displaystyle b={a_{0}}^{m}kT} $b={a_{0}}^{m}kT$ kde a 0 > 1 {\displaystyle a_{0}>1} $a_{0}>1$ , T > 0 {\displaystyle T>0} a m $T>0$ {\displaystyle m} a k {\displaystyle k} sú celočíselné konštanty, vlnková transformácia sa nazýva diskrétna vlnková transformácia (spojitého signálu).

V prípade a = 2 m {\displaystyle a=2^{m}} $a=2^{m}$ a b = 2 m k T {\displaystyle b=2^{m}kT} $b=2^{m}kT$ kde m > 0 {\displaystyle m>0} $m>0$ , diskrétna vlnková transformácia sa nazýva dyadická. Je definovaná ako

[ W ψ f ] ( m , k ) = 1 2 m ∫ - ∞ ∞ f ( t ) ψ ∗ ( 2 - m t - k T ) d t {\displaystyle \left[W_{\psi }f\right](m,k)={\frac {1}{\sqrt {2^{m}}}}\int _{-\infty }^{\infty }{f(t)\psi ^{*}\left(2^{-m}t-kT\right)}dt\,} $\left[W_{\psi }f\right](m,k)={\frac {1}{\sqrt {2^{m}}}}\int _{-\infty }^{\infty }{f(t)\psi ^{*}\left(2^{-m}t-kT\right)}dt\,$ ,

kde

m {\displaystyle m} je frekvenčná stupnica,
k {\displaystyle k} je časová stupnica a
T {\displaystyle T} $T$ je konštanta, ktorá závisí od materského waveletu.

Diadickú diskrétnu vlnkovú transformáciu je možné prepísať ako

[ W ψ f ] ( m , k ) = ∫ - ∞ ∞ f ( t ) h m ( 2 m k T - t ) d t {\displaystyle \left[W_{\psi }f\right](m,k)=\int _{-\infty }^{\infty }{f(t)h_{m}\left(2^{m}kT-t\right)}dt\,} $\left[W_{\psi }f\right](m,k)=\int _{-\infty }^{\infty }{f(t)h_{m}\left(2^{m}kT-t\right)}dt\,$ ,

kde h m {\displaystyle h_{m}} $h_{m}$ je impulzná charakteristika spojitého filtra, ktorá je totožná s ψ m ∗ {\displaystyle {\psi _{m}}^{*}} ${\psi _{m}}^{*}$ pre dané m {\displaystyle m} .

Analogicky je dyadická waveletová transformácia s diskrétnym časom (diskrétneho signálu) definovaná ako

Rekonštrukcia a základné vlastnosti

Aby bola vlnková transformácia použiteľná aj na spätnú rekonštrukciu signálu, materský wavelet ψ musí spĺňať tzv. admisibilitnú podmienku. Pre spojitú transformáciu existuje konštanta

Cψ = ∫_{0}^{∞} (|Ψ(ω)|^2 / |ω|) dω < ∞, kde Ψ je Fourierova transformácia ψ.

Ak je admisibilitná podmienka splnená, signál f(t) je možné obnoviť zo svojich vlnkových koeficientov pomocou inverznej transformácie (integrovej rekonštrukcie). V skratke:

spojitá inverzia: f(t) = (1/Cψ) ∫_{0}^{∞} ∫_{-∞}^{∞} Wψ f(a,b) (1/a^2) ψ((t-b)/a) db da (s príslušnými konštantami — forma sa môže líšiť podľa normalizácie);
pri diskrétnej (dyadickej) transformácii často existuje ortonormálna báza alebo biortogonálne filtre, ktoré umožňujú perfektne rekonštruovať pôvodný signál bez strát.

Medzi dôležité vlastnosti waveletov patria počet vanishing moments (nulových momentov), symetria (alebo jej absencia), hladkosť a dĺžka filtra. Tieto parametre ovplyvňujú citlivosť vlnky na polynomiálne trendy, hranové štruktúry a fázové skreslenia.

Typy vlnkových transformácií a vlniek

V praxi rozlišujeme hlavne:

Spojitá vlnková transformácia (CWT) — poskytuje redundantné časovo-frekvenčné zobrazenie s posuvnou a škálovacou parametriou (a, b). Používa sa na detailnú analýzu signálu, detekciu tranzientov a vizualizáciu (skalogramy).
Diskrétna vlnková transformácia (DWT) — škály a posuny sú diskrétnymi hodnotami (napr. dyadické škálovanie a = 2^m). DWT sa efektívne implementuje pomocou filter-bank schém (Mallatov algoritmus) a je základom mnohých praktických aplikácií (kompresia, denoising).
Wavelet packet transform — rozširuje klasickú DWT rozkladom aj detailných priečinov na ďalšie podpriestory, čím umožňuje jemnejšie frekvenčné delenie.

Bežné typy materských waveletov:

Haar — najjednoduchšia dyadická vlnka, má rýchlu implementáciu, nenulovú diskrétnosť a je vhodná pre rýchle, hrubé dekompozície.
Daubechies — rodina kompaktných ortonormálnych waveletov s rôznym počtom vanishing moments (db1 = Haar, db2, db4, ...), dobrý kompromis medzi kompresiou a hladkosťou.
Symlets a Coiflets — navrhnuté pre lepšiu symetriu a vyššiu hladkosť.
Biortogonálne vlnky — umožňujú symetrické filtre a ľahšiu implementáciu s perfektnou rekonštrukciou (používané napr. v JPEG2000).
Morlet, Mexican Hat (Ricker) — bežné spojité wavelety používané pri CWT pre analýzu frekvenčne lokalizovaných javov.

Praktické použitie a príklady

Vlnková transformácia sa používa v mnohých oblastiach:

Redukcia šumu (denoising) — prahovanie alebo mäkké prerezanie vlnkových koeficientov na rôznych škálach; často dáva lepšie výsledky než klasické filtre, pretože zachováva tranzientné (ostrú) štruktúru signálu.
Kompresia — JPEG2000 používa biortogonálne wavelety pre efektívnu a kvalitnú kompresiu obrazu.
Extrakcia príznakov — v medicíne (ECG, EEG), spracovaní reči, rozpoznávaní obrazov, geofyzike — wavelety dokážu vyzdvihnúť lokálne zmeny a špičky.
Analýza časovo-variasných frekvencií — pri transientných javilách (napr. pukanie, rázové vlny) poskytuje CWT veľmi dobré lokalizačné vlastnosti.
Edge detection a multiresolution image analysis — odhaľovanie hran v obrazoch na rôznych úrovniach detailu.

Implementácia a praktické tipy

Rýchla transformácia — Mallatov algoritmus realizuje DWT pomocou sekvencií nízkopriepustných a vysokopriepustných filtrov s následným downsamplovaním, jeho výpočtová zložitosť je O(N).
Výber vlnky — závisí od aplikácie: pre ostré hrany často krátke a menej hladké wavelety (Haar, nízke db), pre hladké signály hladšie wavelety s viacerými vanishing moments (vyššie db).
Okrajové efekty — pri implementácii treba riešiť okraje signálu (padding, periodické rozšírenie, symmetric extension), voľba ovplyvňuje artefakty na hranách.
Normalizácia — rôzne zdroje používajú odlišné normy (1/√a, 1/a, atď.); pri porovnávaní výsledkov alebo pri rekonštrukcii treba dbať na konzistenciu normalizácie.
Nástroje a knižnice — v praxi sa používajú knižnice ako PyWavelets (Python), MATLAB Wavelet Toolbox, waveletové moduly v R a C/C++ implementácie pre reálny čas.

Obmedzenia a úvahy

Hoci sú wavelety veľmi silným nástrojom, treba mať na pamäti:

Významná redundancia pri CWT (veľké množstvo koeficientov), čo zvyšuje výpočtové nároky a potrebu redukcie rozmerov pre praktické nasadenie.
Pre niektoré úlohy môže byť lepšia iná časovo-frekvenčná reprezentácia (napr. krátkodobá Fourierova transformácia) – záleží na charaktere signálu a cieľovej úlohe.
Výber parametrov (vlnka, hladina dekompozície, prahovanie) významne ovplyvňuje výsledok; často sa používajú automatizované alebo heuristické postupy pre ich voľbu.

Ak potrebujete ukážku implementácie (CWT alebo DWT) pre konkrétny typ signálu (napr. 1D audio/ECG alebo 2D obraz), môžem pripraviť príklad v Python-e alebo MATLAB-e vrátane nastavení vlnky, spracovania okrajov a ukážky denoisingu.

Spojitá vlnková transformácia signálu frekvenčného rozkladu. Použitý symlet s 5 miznúcimi momentmi.

Otázky a odpovede

Otázka: Čo je to vlnková transformácia?

Odpoveď: Vlnková transformácia je časovo-frekvenčná reprezentácia signálu, ktorá sa používa na redukciu šumu, extrakciu vlastností alebo kompresiu signálu.

Otázka: Ako je definovaná waveletová transformácia spojitých signálov?

Odpoveď: Waveletová transformácia spojitých signálov je definovaná ako integrál nad všetkými hodnotami funkcie vynásobený materským waveletom, kde parametre "a" a "b" označujú dilatáciu, resp. časový posun.

Otázka: Čo sú to dyadické diskrétne waveletové transformácie?

Odpoveď: Dyadické diskrétne waveletové transformácie sú diskrétne verzie bežných diskrétnych waveletových transformácií s frekvenčnou stupnicou "m", časovou stupnicou "k" a konštantou "T". Možno ich prepísať ako integrál nad všetkými hodnotami funkcie vynásobený impulzným charakteristickým filtrom, ktorý je identický s materským waveletom pre dané m.

Otázka: Na čo sa v tomto kontexte vzťahuje pojem "materský wavelet"?

Odpoveď: V tomto kontexte sa "materské wavelety" vzťahujú na funkcie, ktoré sa používajú v spojení s inými funkciami na vytvorenie základu pre výpočet určitého typu transformácie (v tomto prípade Waveletovej transformácie).

Otázka: Ako sa počítajú diadické diskrétne Wavelety?

Odpoveď: Dyadické diskrétne Wavelety sa počítajú pomocou integrálu cez všetky hodnoty funkcie vynásobené impulzným charakteristickým filtrom, ktorý je identický s materským waveletom pre dané m. Okrem toho vyžadujú ako parametre frekvenčnú škálu m, časovú škálu k a konštantu T.

Otázka: Čo predstavujú "a" a "b" pri definovaní spojitých waveletov?

Odpoveď: Pri definovaní spojitých Waveletov "a" predstavuje dilatáciu, zatiaľ čo "b" predstavuje časový posun.

Prehľadať