Tranasformada de Haar.

Pgina 1

TRANSFORMADA DE HAAR ( HAT )

La transformada de Haar se basa en una clase de matrices ortogonales cuyos elementos son
1, -1 0 multiplicados por potencias de /2. La HAT ortonormal es otra transformada de imgenes
eficiente en cuanto a las operaciones. La transformada de un vector de N puntos necesita slamente
2(N-1) sumas y N multiplicaciones. Las matrices Haar ortonormales para N=4 y para N=8 se
muestran a continuacin (1) :

(1) Estas matrices pueden verse multiplicadas por el coeficiente 1/N ( 1/4 y 1/8 respectivamente ) o incluso por el
coeficiente 1// N ( 1// 4 y 1// 8 respectivamente ) , pero la estructura matricial siempre es la misma.

Las extensiones a matrices Haar de orden superior siguen la estructura indicada justo anteriormente.
La siguiente figura muestra las funciones base de la HAT para N=16:

Tranasformada de Haar. Pgina 2

Figura 3.9: Funciones base de la HAT para N=16.

La HAT puede compararse con un proceso de muestreo en el que las filas de la matriz
transformada muestrean una secuencia de datos de entrada cada vez con mayor resolucin,
incrementndose en potencias de 2.
El primer elemento proporciona el valor medio de los componentes. El segundo es una
diferencia media de los primeros N/2 componentes y los otros N/2. Los elementos restantes del
producto miden diferencias adyacentes entre los datos tomados de 4 en 4 a la vez, o de 2 en 2.
Dado que estos trminos slo dependen de propiedades locales de los datos, la HAT puede
decirse que es sensible localmente y globalmente en contraste con la transformada de Fourier y la de
Walsh - Hadamard, que son sensibles globalmente. La HAT de una imagen puede calcularse como
[F]=N-1AH [f]AH , y la transformada inversa como [f]=N-1AH[F]AH , donde la matriz
Haar se obtiene muestreando el conjunto de funciones Haar.
Las matrices base para N=8 se muestran en la Fig. ( 3.10 ):

Tranasformada de Haar. Pgina 3

Figura 3.10: Matrices base

de Haar para N=8.

Cada uno de los coeficientes de la transformada puede considerarse proporcional a la

correlacin de la imagen y la correspondiente matriz base.
En aplicaciones del procesado de imagen, la HAT proporciona un dominio transformado en
el que un tipo de energa diferencial se concentra en regiones localizadas.
Esta transformada puede generarse a partir de las siguientes relaciones:

Tranasformada de Haar. Pgina 4

donde 0#x<1 , 0#r<log2N , 1#m#2 . Estas relaciones pueden mostrarse con un ejemplo prctico.
Si N=8 , entonces los posibles valores de r son 0, 1 y 2, y los valores correspondientes de m son 1,1
y 2 y 1, 2, 3 y 4.

As, obtenemos las siguientes expresiones:

Y as sucesivamente para las otras cuatro

funciones:
HA(2, 1, x), HA(2, 2, x), HA(2,
3, x) y HA(2, 4, x ). El muestreo de estas ocho
funciones en los puntos x=p/N , con p=0, .....,
N-1 da como resultado la matriz base HA(8).
Su principal aplicacin es la codificacin de
imgenes.Veamos por ltimo, la HAT de una imagen:

Tranasformada de Haar. Pgina 5

Figura 3.11: A la izquierda, imagen original (

256x256 pixels ); a la derecha, su HAT.

TRANSFORMADA RPIDA DE HAAR

La HAT tiene una ventaja inicial en cuanto a su implementacin, y es que tiene una forma
distribuida ( aunque, de nuevo, su eficiencia en cuanto a la compresin de datos no es particularmente
buena ). No obstante, puede ser todava ms eficiente con un algoritmo rpido.
La matriz Haar para N=8 ( HA(8) ) puede expresarse como el producto de tres matrices:
HA(8)=[A1] x [A2] x [A3]
, donde

Tranasformada de Haar. Pgina 6

k fk
0

2(k)

1(k)

5
6
7

3(k)

-1

-1
-1
-1
-1

-1

-1

2
2
2
2
2

C(p)
0
1
2
3
4

fi (m)

f(i+1) (l)

5
6
7

fi (n)

f(i+1) (l)= a fi (m) + b fi (n)

De esta forma, la transformada necesita multiplicaciones por /2 y por 2. Dado que stas
pueden considerarse simplemente como operaciones de escalado de los vectores base , en la
implementacin no son esenciales y la HAT ortogonal ( HA(8) ) puede efectuarse sin
multiplicaciones en 2(N-1)=2+4+8 =14 sumas / restas. Elmantenimiento de la ortonormalidad necesita
10 multiplicaciones adicionales. En su forma original necesita 24 sumas / restas.
Si se desea la forma ortogonal, entonces las multiplicaciones por /2 pueden implementarse en tres
desplazamientos binarios y tres sumas por la aproximacin

/2=1.4142.... ) .
El clculo de la HAT para N=8 se da en la siguiente figura:
Figura 3.12: Diagrama de flujo para la transformada rpida de Haar ( N=8 ).

Este diagrama corresponde a la factorizacin de las matrices [A1], [A2] y [A3] . La HAT
puede calcularse tambin usando un algoritmo del tipo Cooley - Tukey junto con log2N inversiones
de bit.

Tranasformada de Haar. Pgina 7

Puede encontrarse en la bibliografa sobre el tema la transformada Hadamard - Haar, en la que

los vectores base son combinaciones lineales de las funciones de Haar. Las reglas para la generacin
recursiva de matrices Haar conducen al algoritmo rpido.
Debido a su uso relativamente pobre, la HAT no ha recibido mucha atencin recientemente
en comparacin con transformadas mejores, sin embargo estas ltimas requieren un tratamiento ms
complejo.

SNTESIS
* La HAT ortonormal es otra transformada de imgenes eficiente en cuanto a las operaciones.
* Cada coeficiente de la HAT puede considerarse proporcional a la correlacin de la imagen y la correspondiente
matriz base.
* Su principal aplicacin es la codificacin de imgenes.
* Con un algoritmo rpido ( transformada rpida de Haar ), esta transformada puede ser ms eficiente en cuanto a
la compresin de datos.
* La HAT puede calcularse tambin usando un algoritmo del tipo Cooley-Tukey.
* Esta transformada no ha recibido ltimamente demasiada atencin, debido a las mejoras que se consiguen con
otras transformadas, aunque stas sean ms complejas.