1. 全栈程序员必看首页

图像的变换——dwt、idwt、wcodemat、dwt2、idwt2、wavedec2、waverec2

全栈程序员-站长 • • 未分类 • 阅读 8

图像的变换——dwt、idwt、wcodemat、dwt2、idwt2、wavedec2、waverec2文章目录三、图像小波变换1.一维小波变换dwt函数idwt函数2.二维小波变换wcodemat函数dwt2函数wavedec2函数idwt2函数waverec2函数三、图像小波变换1.一维小波变换dwt函数idwt函数2.二维小波变换wcodemat函数dwt2函数wavedec2函数idwt2函数waverec2函数…

大家好，又见面了，我是你们的朋友全栈君。

文章目录

图像小波变换

一、一维小波变换

1. dwt函数

功能： 单级一维离散小波变换
句法：

  • [cA,cD] = dwt(x,wname)
    使用小波’wname’对信号X进行单层分解，求得的近似系数存放在数组cA中，细节系数存放在数组cD中
  • [cA,cD] = dwt(x,LoD,HiD)
    分别使用指定的低通和高通滤波器计算小波分解
  • [cA,cD] = dwt(…,‘mode’,extmode)
    使用指定的扩展模式计算小波分解。MODE是包含扩展模式的字符串。

代码示例：

%装载一维原始信号 
load noissin;%带噪声的正弦信号   
s=noissin(1:1000); %取信号的前1000个采样点
%画出原始信号的波形 
subplot(411);plot(s);  %函数subplot的作用是在标定位置上建立坐标系 
title('原始信号'); 
%下面用haar小波函数进行一维离散小波变换 
[ca1,cd1]=dwt(s,'haar'); 
subplot(4,2,3);plot(ca1); axis tight;%自动设置x轴和y轴的范围使图形区域正好占满整个显示空间
ylabel('haar(ca1)'); 
subplot(4,2,4);plot(cd1); axis tight;
ylabel('haar(cd1)'); 
%给定一个小波db2,计算与之相关的分解滤波器 
[Lo_D,Hi_D]=wfilters('db2','d'); 
%用分解滤波器Lo_D,Hi_D计算信号s的离散小波分解系数 
[ca2,cd2]=dwt(s,Lo_D,Hi_D); 
subplot(4,2,5);plot(ca2); axis tight;
ylabel('db2(ca2)'); 
subplot(4,2,6);plot(cd2); axis tight;
ylabel('db2(cd2)');

结果显示：
在这里插入图片描述
代码示例：

load noissin;  %装载信号 
s=noissin(1:1000); 
ls=length(s);  %计算信号点的个数ls 
%对s进行一维连续小波变换，把返回系数存到矩阵w中 
w=cwt(s,[12.12,10.24,15.48,1.2,2:2:10],'db3','plot');   
xlabel('时间'); 
ylabel('变换尺度'); 
title('对应于尺度a=12.12,10.24,15.48,1.2,2,4,6,8,10小波变换系数的绝对值');

结果显示：
在这里插入图片描述

2.idwt函数

功能： 单级逆离散一维小波变换
句法：

  • x = idwt(cA,cD,’wname‘)
    返回基于近似和细节系数向量CA和CD，并使用小波“wname”的单层重构近似系数向量X

代码示例：

load noisdopp;% 装载信号
[A,D] = dwt(noisdopp,'sym4');%使用Symlet(symN)小波
x = idwt(A,D,'sym4');
max(abs(noisdopp-x))

运行结果：
在这里插入图片描述

  • x = idwt(cA,cD,LoR,HiR)
    如上所述，使用指定的过滤器进行重建：
    LoR是重构低通滤波器。
    HiR是重建高通滤波器。
    LoR和HiR的长度必须相同。

代码示例：

load noisdopp;
[Lo_D,Hi_D,Lo_R,Hi_R] = wfilters('bior3.5');
%返回与正交或双正交小波wname关联的四个低通和高通、分解和重建滤波器。
[A,D] = dwt(noisdopp,Lo_D,Hi_D);
x = idwt(A,D,Lo_R,Hi_R);
max(abs(noisdopp-x))

运行结果：
在这里插入图片描述

  • x = idwt(…,l)
    返回使用idwt（CA，CD，‘wname’）获得的结果的长度为L的中心部分。L必须小于X的长度。
  • x = idwt(…,‘mode’,mode)
    使用指定的扩展模式计算小波重构。
  • x = idwt(cA,[],…)
    返回基于近似系数向量CA的单层重构近似系数向量X。
  • x = idwt([],cD,…)
    返回基于近似系数向量CD的单层重构近似系数向量X。

二、二维小波变换

1.wcodemat函数

功能： 扩展的伪彩色矩阵缩放折叠全部页面
句法：

  • Y = wcodemat(X)
    将矩阵X重新缩放为[1,16]范围内的整数。

代码示例：

X = [100 110 130;112 115 116;45 164 45];
disp(X);
Y = wcodemat(X);
disp(Y);

运行结果：
在这里插入图片描述

  • Y = wcodemat(X,NBCODES)
    将输入重新缩放X为[1，NBCODES]范围内的整数。

代码示例：

X = [100 110 255;112 115 116;45 164 45];
disp(X);
Y = wcodemat(X,150);
disp(Y);

运行结果：
在这里插入图片描述

  • Y = wcodemat(X,NBCODES,OPT)
    沿OPT指定的维度重新缩放矩阵。OPT可以是：“column”（或“c”）、“row”（或“r”）和“mat”（或“m”）之一。“column”按行缩放X，“row”按列缩放X，“mat”按全局缩放X。OPT的默认值为“mat”。

代码示例：

X = imread('rabbit.jpg');
subplot(221);X = rgb2gray(X);imshow(X);
subplot(222);Y = wcodemat(X,150,'c');imshow(Y);
subplot(223);Y = wcodemat(X,150,'r');imshow(Y);
subplot(224);Y = wcodemat(X,150,'m');imshow(Y);

运行结果：
在这里插入图片描述

  • Y = wcodemat(X,NBCODES,OPT,ABSOL)
    如果绝对值为非零则根据X中条目的绝对值重新调整输入矩阵X、或者当绝对值等于零时基于X的符号值来重新调整输入矩阵X。绝对值默认为1。

代码示例：

X = imread('girl.jpg');
subplot(221);X = rgb2gray(X);imshow(X);
subplot(222);Y = wcodemat(X,150,'r',0);imshow(Y);
subplot(223);Y = wcodemat(X,150,'r',5);imshow(Y);
subplot(224);Y = wcodemat(X,150,'r',-1);imshow(Y);

运行结果：
在这里插入图片描述

2.dwt2函数

  • [CA,CH,CV,CD] = dwt2(X,‘wname’)
    计算通过输入矩阵X的小波分解获得的近似系数矩阵CA和细节系数矩阵CH，CV，CD。’“wname”是包含小波名称的字符串。
  • [CA，CH，CV，CD] = dwt2(X,Lo_D,Hi_D)
    计算二维小波,使用指定的过滤器作为输入进行上述分解：
    Lo_D是分解低通滤波器。
    Hi_D是分解高通滤波器。
    Lo_D和Hi_D的长度必须相同。
  • [CA，CH，CV，CD] = dwt2(…,‘mode’,MODE)

代码示例：

X = imread('rabbit.jpg');
X = rgb2gray(X);
[LoD,HiD] = wfilters('haar','d');%小波滤波器
[cA,cH,cV,cD] = dwt2(X,LoD,HiD,'mode','symh');
subplot(2,2,1);
imagesc(cA);%使用缩放颜色显示图像
colormap gray;%将当前图窗的颜色图设置为预定义的颜色图之一
title('Approximation')%近似系数矩阵
subplot(2,2,2);imagesc(cH);colormap gray;title('Horizontal');%水平系数矩阵
subplot(2,2,3);imagesc(cV);colormap gray;title('Vertical');%垂直系数矩阵
subplot(2,2,4);imagesc(cD);colormap gray;title('Diagonal')%对角系数矩阵

运行结果：
在这里插入图片描述

3.idwt2函数

功能： 二维离散小波反变换
格式：

  • X=idwt2(cA,cH,cV,cD,‘wname’)
    由信号小波分解的近似信号 cA 和细节信号cH、cH、cV、cD 经小波反变换重构原信号 X ；

代码示例：

[X,map] = imread('girl.jpg');
X = rgb2gray(X);
[cA,cH,cV,cD]=dwt2(X,'haar');
Y=idwt2(cA,cH,cV,cD,'haar');%单尺度二维离散小波重构(逆变换)
subplot(1,2,1),imshow(X,map),title('原始图像');
subplot(1,2,2),imshow(Y,map),title('重构图像');

运行结果：
在这里插入图片描述

  • X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R)
    使用指定的重构低通和高通滤波器 Lo_R 和 Hi_R 重构原信号 X ；

代码示例：

X = imread('rabbit.jpg');
X = rgb2gray(X);
[Lo_D,Hi_D]=wfilters('db2','d'); 
[cA,cH,cV,cD]=dwt2(X,Lo_D,Hi_D);
%单尺度二维离散小波重构(逆变换)
A=idwt2(cA,cH,cV,cD,Lo_D,Hi_D);
subplot(1,2,1);imshow(X);title('原图');
subplot(1,2,2),imshow(uint8(A)),title('重构图');

运行结果：
在这里插入图片描述

  • X=idwt2(cA,cH,cV,cD,‘wname’,S) 和 X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S)
    返回中心附近的 S 个数据点

代码示例：

X = imread('rabbit.jpg');
X = rgb2gray(X);
[cA,cH,cV,cD]=dwt2(X,'haar');
%单尺度二维离散小波重构(逆变换)
A=idwt2(cA,[],[],[],'haar');
H=idwt2([],cH,[],[],'haar');
V=idwt2([],[],cV,[],'haar');
D=idwt2([],[],[],cD,'haar');
imshow(X);
figure;
subplot(2,2,1),imshow(uint8(A)),title('低频重构图');
subplot(2,2,2),imshow(uint8(H)),title('水平高频重构图');
subplot(2,2,3),imshow(uint8(V)),title('竖直高频重构图');
subplot(2,2,4),imshow(uint8(D)),title('对角高频重构图');

运行结果：
在这里插入图片描述

4.wavedec2函数

功能： 二维小波分解
句法：

  • [C,S] = wavedec2(X,N,wname)
    返回矩阵X在N级的小波分解，使用字符串“wname”中命名的小波。输出是分解向量C和相应的记账矩阵S。

代码示例：

I = imread('girl.jpg');
[C,S]=wavedec2(I,2,'haar');
disp(size(C));
disp(size(S));

运行结果：
在这里插入图片描述

  • [C,S] = wavedec2(X,N,LoD,HiD)

代码示例：

I = imread('girl.jpg');
[LoD,HiD] = wfilters('haar','d');
[C,S]=wavedec2(I,2,LoD,HiD);
disp(size(C));
disp(size(S));

运行结果：
在这里插入图片描述

5.waverec2函数

功能：
语法：

  • x = waverec2(c,s,wname)
    基于多级小波分解结构[C，S]重构矩阵X。‘wname’ 为使用的小波基函数；

代码示例：

[X,map] = imread('girl.jpg');
X = rgb2gray(X);
[c,s]=wavedec2(X,2,'haar');%进行2尺度二维离散小波分解。分解小波函数haar
%多尺度二维离散小波重构(逆变换)
Y=waverec2(c,s,'haar');
figure;
subplot(1,2,1),imshow(X,map),title('原始图像');
subplot(1,2,2),imshow(Y,map),title('重构图像');

结果显示：
在这里插入图片描述

  • x = waverec2(c,s,LoR,HiR)
    使用重构低通和高通滤波器LoR和 HiR重构原信号。

代码示例：

[X,map] = imread('girl.jpg');
X = rgb2gray(X);
[Lo_D,Hi_D]=wfilters('db2','d'); 
[c,s]=wavedec2(X,2,'haar');%进行2尺度二维离散小波分解
Y=waverec2(c,s,Lo_D,Hi_D);
figure;
subplot(1,2,1),imshow(X,map),title('原始图像');
subplot(1,2,2),imshow(Y,map),title('重构图像');

结果显示：
在这里插入图片描述

三、相关单词

wavelet 小波
decomposition 分解
approximation 近似值
coefficient 系数
discrete 离散的
low-pass filter 低通滤波器
high-pass filter 高通滤波器
orthogonal 正交的

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。

发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/163775.html原文链接：https://javaforall.net

赞 (0)
全栈程序员-站长的头像全栈程序员-站长
0 0


相关推荐

  • VMware虚拟机安装ubuntu16.04系统教程[通俗易懂]

    VMware虚拟机安装ubuntu16.04系统教程[通俗易懂]

    对于没有接触过Ubuntu系统的小伙伴来说，直接在物理机上安装Ubuntu单系统或者windows、Ubuntu双系统一件比较刺激的事情，因为一不小心可能就会把电脑整崩溃，或者出现各种问题，所以在一开始可以用虚拟机熟悉演练一下Ubuntu系统很有必要，今天把这个过程分享一下，希望朋友们能够一次性地顺利安装好，愉快地进行体验玩耍，话不多说，教程奉上。由于本台电脑是2010的机器了…

    全栈程序员-站长的头像 全栈程序员-站长
    2022年4月7日
    56
  • dpkg安装软件流程_DPKG命令与软件安装、APT[通俗易懂]

    dpkg安装软件流程_DPKG命令与软件安装、APT[通俗易懂]

    dpkg安装软件流程_DPKG命令与软件安装、APT[通俗易懂]====Linux软件包====Linux系统中，软件通常以源代码或者预编译包的形式提供。软件的源代码通常需要编译为二进制代码才可使用，安装比较耗时。用户可以自行调节编译选项，决定需要的功能或组件，或者针对硬件平台作一些优化预编译包通常由软件发布者进行编译，用户只要将预编译包拷贝到系统中即可。考虑到预编译包的通用性，预编译包一般不会针对某种硬件平台优化，所包含的功能和组件也是通用的组合。ubunt…

    全栈程序员-站长的头像 全栈程序员-站长
    2022年5月21日
    91
  • matlab ga算法_基因算法和遗传算法

    matlab ga算法_基因算法和遗传算法

    matlab ga算法_基因算法和遗传算法遗传算法（GeneticAlgorithm,GA）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解（所找到的解是全局最优解）的方法。参数编码、初始群体的设定、适应度函数的设计、遗传操作设计、控制参数设定五个要素组成了遗传算法的核心内容。1）种群初始化。我们需要首先通过随机生成的方式来创造一个种群，一般该种群的数量为100…

    全栈程序员-站长的头像 全栈程序员-站长
    2025年8月12日
    4
  • Json详解以及fastjson使用教程[通俗易懂]

    Json详解以及fastjson使用教程[通俗易懂]

    Json是一种轻量级的数据交换格式，采用一种“键：值”对的文本格式来存储和表示数据，在系统交换数据过程中常常被使用，是一种理想的数据交换语言。在使用Java做Web开发时，不可避免的会遇到Json的使用。下面我们就简单讲一下Json的使用以及fastjson.jar包的使用。一：JSON形式与语法1.1：JSON对象我们先来看以下数据：{ "ID":1001, "name"…

    全栈程序员-站长的头像 全栈程序员-站长
    2022年4月10日
    178
  • Python常用数组操作函数

    Python常用数组操作函数

    Python常用数组操作函数Python常用数组操作函数1.添加数组元素：列表：list=[‘sadsad’,1,‘哈哈’,‘是否’]append()：向末尾添加一个内容如：list.append(‘我是最后一个’)输出：[‘sadsad’,1,‘哈哈’,‘是否’,‘我是最后一个’]extend()：向末尾添加多个内容如：list.extend([‘大毛’,‘二毛’])输出：[‘sadsad’,1,…

    全栈程序员-站长的头像 全栈程序员-站长
    2022年8月13日
    10
  • latex中插入图片[通俗易懂]

    latex中插入图片[通俗易懂]

    latex中插入图片[通俗易懂]latex排版之插入图片：（1）插入单个图片，图片格式为png\begin{figure}[h]\centering\includegraphics[weight=4cm,height=5cm]{3}\caption{这是一张图片，名字是3.png.}\end{figure}上面代码，第一行中[h]代表图片就在当前位置，有的时候latex排版的时候图片太大，而剩余的空间太小，la

    全栈程序员-站长的头像 全栈程序员-站长
    2022年6月9日
    39

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号