K-L变换

KL轉換屬於正交轉換，其處輸入訊號的原理如下：

對輸入向量${\displaystyle \mathbf {x} }$做KL傳換後，輸出向量${\displaystyle \mathbf {X} }$之元素間(${\displaystyle u_{1}\neq u_{2}}$, ${\displaystyle u_{1}}$和${\displaystyle u_{2}}$為${\displaystyle \mathbf {X} }$之元素的index)的相關性為零，即：${\displaystyle E[(X[u_{1}]-{\bar {X}}[u_{1}])(X[u_{2}]-{\bar {X}}[u_{2}])]=0}$

展開上式並做消去：

${\displaystyle E[X[u_{1}]X[u_{2}]]-{\bar {X}}[u_{1}]{\bar {X}}[u_{2}]=0}$

如果${\displaystyle {\bar {x}}[n]=0}$，因為KL轉換式線性轉換的關係，${\displaystyle {\bar {X}}[n]=0}$，則可以達成以下式，所以這裡得輸入向量${\displaystyle \mathbf {x} }$之平均值${\displaystyle {\bar {x}}}$需為${\displaystyle 0}$，所以KLT是專門用於隨機程序的分析：

${\displaystyle E[X[u_{1}]X[u_{2}]]=0}$

其中${\displaystyle u_{1}\neq u_{2}}$，即輸出向量不同元素相關性為${\displaystyle 0}$。

回到矩陣表示形式，令${\displaystyle \mathbf {K} }$為KL轉換矩陣，使：

${\displaystyle \mathbf {X} =\mathbf {Kx} }$

以${\displaystyle \mathbf {K} }$和${\displaystyle \mathbf {x} }$表示${\displaystyle \mathbf {X} }$之covariance矩陣：

${\displaystyle E[\mathbf {X} \mathbf {X} ^{T}]=E[\mathbf {K} \mathbf {x} \mathbf {x} ^{T}\mathbf {K} ^{T}]=\mathbf {K} E[\mathbf {x} \mathbf {x} ^{T}]\mathbf {K} ^{T}}$

因為${\displaystyle {\bar {x}}[n]=0}$，${\displaystyle E[\mathbf {x} \mathbf {x} ^{T}]}$直接等於covariance矩陣：

${\displaystyle E[\mathbf {X} \mathbf {X} ^{T}]=\mathbf {K} \mathbf {C} \mathbf {K} ^{T}}$

其中${\displaystyle \mathbf {C} }$為${\displaystyle \mathbf {x} }$之covariance矩陣。

如果要使${\displaystyle E[X[u_{1}]X[u_{2}]]=0}$，則${\displaystyle E[\mathbf {X} \mathbf {X} ^{T}]}$必須為對角線矩陣，即對角線上之值皆為${\displaystyle 0}$，所以${\displaystyle \mathbf {K} }$必須將傳換成對角線矩陣，即${\displaystyle \mathbf {K} }$的每一行皆為${\displaystyle \mathbf {C} }$之特徵向量。

K-L轉換的目的是將原始數據做轉換，使得轉換後資料的相關性最小。若輸入數據為一維：

${\displaystyle y[u]=\sum _{n=0}^{N-1}K[u,n]x[n]}$

${\displaystyle K[u,n]=e_{n}[n]}$

其中e_n為輸入訊號x共變異數矩陣(covariance matrix)C_x的特徵向量(eigenvector)

若輸入訊號x為二維：

${\displaystyle y[u,v]=\sum _{m=0}^{M-1}\sum _{n=0}^{N-1}K[u,m]K[v,m]x[m,n]}$

二維之K-L轉換推導係自原先輸入信號之自協方矩陣

${\displaystyle C_{x_{i}x_{j}}=E[x_{i},x_{j}]}$

亦即

${\displaystyle C_{x_{i}x_{j}}={\begin{bmatrix}E[x_{1},x_{1}]&E[x_{1},x_{2}]&E[x_{1},x_{3}]&\dots &E[x_{1},x_{j}]&\dots &E[x_{1},x_{N}]\\E[x_{2},x_{1}]&E[x_{2},x_{2}]&E[x_{2},x_{3}]&\dots &E[x_{2},x_{j}]&\dots &E[x_{2},x_{N}]\\\vdots &\vdots &\vdots &\ddots &\vdots &\ddots &\vdots \\E[x_{i},x_{1}]&E[x_{i},x_{2}]&E[x_{i},x_{3}]&\dots &E[x_{i},x_{j}]&\dots &a_{in}\\\vdots &\vdots &\vdots &\ddots &\vdots &\ddots &\vdots \\E[x_{M},x_{1}]&E[x_{M},x_{2}]&E[x_{M},x_{3}]&\dots &E[x_{M},x_{j}]&\dots &E[x_{M},x_{N}]\end{bmatrix}}}$

而得，此處假設輸入信號x已經先減去平均值。

而當輸入彼此具高度相關性，如影像等，則可假設其在水平與垂直方向上得以被分離，並以水平與垂直之相關係數${\displaystyle \rho _{H},\rho _{V}}$加以表示

假設${\displaystyle x_{i}}$ 與 ${\displaystyle x_{j}}$ 之水平和垂直距離分別為${\displaystyle h,v}$

則 ${\displaystyle E[x_{i},x_{j}]=\rho _{H}^{h}\cdot \rho _{V}^{v}}$

以一3x2之輸入 ${\displaystyle X={\begin{bmatrix}x1&x2&x3\\x4&x5&x6\end{bmatrix}}}$ 為例

此時 ${\displaystyle C_{x_{i}x_{j}}={\begin{bmatrix}1&\rho _{H}&\rho _{H}^{2}&\rho _{V}&\rho _{H}\rho _{V}&\rho _{H}^{2}\cdot \rho _{V}\\\rho _{H}&1&\rho _{H}&\rho _{H}\rho _{V}&\rho _{V}&\rho _{H}\rho _{V}\\\rho _{H}^{2}\rho _{V}&\rho _{H}&1&\rho _{H}^{2}\rho _{V}&\rho _{H}\rho _{V}&\rho _{V}\\\rho _{V}&\rho _{H}\rho _{V}&\rho _{H}^{2}\rho _{V}&1&\rho _{H}&\rho _{H}^{2}\\\rho _{H}\rho _{V}&\rho _{V}&\rho _{H}\rho _{V}&\rho _{H}&1&\rho _{H}\\\rho _{H}^{2}\rho _{V}&\rho _{H}\rho _{V}&\rho _{V}&\rho _{H}^{2}&\rho _{H}&1\end{bmatrix}}}$

而對於任意尺寸的水平或垂直方向之協方差矩陣可以表示成

${\displaystyle C_{xx}={\begin{bmatrix}\rho &\rho ^{2}&\dots &\rho ^{N-1}\\\rho ^{2}&\rho &\dots &\rho ^{N-2}\\\vdots &\vdots &\ddots &\vdots \\\rho ^{N-1}&\rho ^{N-2}&\dots &\rho \end{bmatrix}}}$

可發現其值僅與 ${\displaystyle |i-j|}$ 有關，取其閉合形式，其基底元素${\displaystyle v_{ij}}$ 為

${\displaystyle v_{ij}={\sqrt {\frac {2}{N+\lambda _{j}}}}\sin {({\frac {(2i-N-1)\omega }{2}}+{\frac {j\pi }{2}})}}$

此處 ${\displaystyle \lambda _{j}}$ 為 ${\displaystyle C_{xx}}$ 之特徵值

${\displaystyle \lambda _{j}={\frac {1-\rho ^{2}}{1-2\rho \,\cos {\omega _{j}}+\rho ^{2}}}}$

其中 ${\displaystyle \tan(N\omega _{j})=-{\frac {(1-\rho ^{2})\sin {\omega _{j}}}{\cos {\omega _{j}}-2\rho +\rho ^{2}\cos {\omega _{j}}}}}$

對於不同的輸入影像，其${\displaystyle \rho }$會有所不同，而若是令 ${\displaystyle \rho \rightarrow 1}$，則此轉換不必與輸入相關，同時繼承了K-L轉換去除相關性的優異性質。

此時 ${\displaystyle \lambda _{j}=\left\{{\begin{matrix}N,&{\mbox{if }}j=1\\0,&{\mbox{if }}j\neq 1\end{matrix}}\right.}$

代入上式，得 KLT|${\displaystyle \rho \rightarrow 1}$ ，${\displaystyle v_{ij}=\left\{{\begin{matrix}{\sqrt {\frac {1}{N}}}\cos {\frac {(2i-1)(j-1)\pi }{2N}},&{\mbox{if }}j=1\\{\sqrt {\frac {2}{N}}}\cos {\frac {(2i-1)(j-1)\pi }{2N}},&{\mbox{if }}j\neq 1\end{matrix}}\right.}$

離散餘弦轉換較K-L轉換在實務上較為有利，因其毋須紀錄會隨輸入而改變的轉換矩陣。

KLT和主成分分析(PCA, Principle component analysis) 有相似的特性，二者之間有很細微的差異，其中KLT專門處理隨機性的訊號，但PCA則沒有這個限制。對PCA而言，這裡假設輸入訊號為ㄧ向量，輸入向量${\displaystyle \mathbf {x} }$在乘上轉換矩陣${\displaystyle \mathbf {W} }$之前，會先將輸入向量扣去平均值，即:

${\displaystyle \mathbf {X} =\mathbf {W} (\mathbf {x} -{\bar {x}})}$

PCA會根據${\displaystyle \mathbf {x} }$之covariance矩陣來選擇特徵向量做為轉換矩陣之內容：

${\displaystyle E[(\mathbf {x} -{\bar {x}})(\mathbf {x} -{\bar {x}})^{T}]=\mathbf {W\Lambda W} ^{T}}$

其中${\displaystyle \mathbf {\Lambda } }$為對角線矩陣且對角線值為特徵值。

由上述可見PCA和KLT之差異在於有沒有減去平均值，這是由於輸入資料分布的限制造成的，當輸入向量支平均值為零時，二這者沒有差異。

在影像的壓縮上，目的是要將原始的影像檔用較少的資料量來表示，由於大部分的影像並不是隨機的分布，相鄰的像素(Pixal)間存在一些相關性，如果我們能找到一種可逆轉換(reversible transformation)，它可以去除數據的相關性，如此一來就能更有效地儲存資料，由於K-L轉換是一種線性轉換，並有去除資料相關性的特性，便可以將它應用在影像的壓縮上。此外，由於K-L轉換具有將訊號轉到特徵空間(eigenspace)的特性，因此也可以應用在人臉辨識上。

1. Ding, J. J. (2017). Advanced Digital Signal Processing [Powerpoint slides] http://djj.ee.ntu.edu.tw/ADSP8.pdf （页面存档备份，存于）

2. Gerbrands, J.J., On the relationships between SVD, KLT, and PCA, Pattern Recogn., 14 (1981), pp. 375-381

1. 酒井善則，吉田俊之原著，原島博監修，白執善編譯，「影像壓縮術＂，全華印行, 2004.