版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、二維小波變換MATLAB實現(xiàn) dwt2函數(shù) 功能:二維離散小波變換 格式:cA,cH,cV,cD=dwt2(X,wname) cA,cH,cV,cD=dwt2(X,Lo_D,Hi_D) 闡明:cA,cH,cV,cD=dwt2(X,wname)運用指定的小波基函數(shù)wname對二維信號X進展二維離散小波變幻;cA,cH,cV,cD分別為近似分量、程度細節(jié)分量、垂直細節(jié)分量和對角細節(jié)分量;cA,cH,cV,cD=dwt2(X,Lo_D,Hi_D)運用指定的分解低通和高通濾波器Lo_D和Hi_D分解信號X。 load woman; nbcol = size(map,1);%前往矩陣的行數(shù)和列數(shù) cA1
2、,cH1,cV1,cD1 = dwt2(X,db1); cod_x=wcodemat(X,nbcol);%前往矩陣X的編碼矩陣,nbcol為編碼的最大值 cod_cA1=wcodemat(cA1,nbcol); cod_cH1=wcodemat(cH1,nbcol); cod_cV1=wcodemat(cV1,nbcol); cod_cD1=wcodemat(cD1,nbcol); dec2d=cod_cA1,cod_cH1;cod_cV1,cod_cD1; subplot(1,2,1),imshow(cod_x,); title(量化后的圖像); subplot(1,2,2),imshow(
3、dec2d,); title(二維離散小波分解后的圖像); idwt2函數(shù) 功能:二維離散小波反變換 格式:X=idwt2(cA,cH,cV,cD,wname) X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R) X=idwt2(cA,cH,cV,cD,wname,S) X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S) 闡明:X=idwt2(cA,cH,cV,cD,wname)由信號小波分解的近似信號cA和細節(jié)信號cH、cH、cV、cD經(jīng)小波反變換重構(gòu)原信號X;X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R)運用指定的重構(gòu)低通和高通濾波器Lo_R和Hi_R
4、重構(gòu)原信號X;X=idwt2(cA,cH,cV,cD,wname,S)和X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S)前往中心附近的S個數(shù)據(jù)點。 load woman; sX=size(X); cA1,cH1,cV1,cD1=dwt2(X,db4); A0=idwt2(cA1,cH1,cV1,cD1,db4,sX); subplot(1,2,1),imshow(X,) title(原始圖像); subplot(1,2,2),imshow(A0,) title(由二維小波分解重構(gòu)后的圖像); wavedec2函數(shù) 功能:二維信號的多層小波分解 格式:C,S=wavedec2(X
5、,N,wname) C,S=wavedec2(X,N,Lo_D,Hi_D) 闡明:C,S=wavedec2(X,N,wname)用小波基函數(shù)wname對二維信號X進展N層分解;C,S=wavedec2(X,N,Lo_D,Hi_D)用指定的分解低通和高通濾波器Lo_D和Hi_D分解信號X。 waverec2函數(shù) 闡明:二維信號的多層小波重構(gòu) 格式:X=waverec2(C,S,wname) X=waverec2(C,S,Lo_R,Hi_R) 闡明:X=waverec2(C,S,wname)由多層二維小波分解的結(jié)果C、S重構(gòu)原始信號X,wname為運用的小波基函數(shù);X=waverec2(C,S,L
6、o_R,Hi_R)運用重構(gòu)低通和高通濾波器Lo_R和Hi_R重構(gòu)原信號。 load woman; c,s=wavedec2(X,2,sym4); a0=waverec2(c,s,sym4); subplot(1,2,1),imshow(X,) title(原始圖像); subplot(1,2,2),imshow(a0,) title(重構(gòu)后的圖像);appcoef2提取二維信號小波分解的近似分量 load woman;c,s=wavedec2(X,3,db1);%用db1小波進展三層分解ca1=appcoef2(c,s,db1,1);%提取一層近似分量ca2=appcoef2(c,s,db2,
7、2);%提取二層近似分量imshow(X,);title(原始圖像);figure,imshow(ca1,)title (第一層近似分量);figure,imshow(ca2,)title(第二層近似分量);detcoef2提取二維信號小波分解的細節(jié)分量load woman;c,s=wavedec2(X,3,db1);chd2=detcoef2(h,c,s,1);cvd2=detcoef2(v,c,s,1);cdd2=detcoef2(d,c,s,1);imshow(X,)title(原始圖像);figuresubplot(1,3,1),imshow(chd2,)title(第一層分解的程度細
8、節(jié));subplot(1,3,2),imshow(cvd2,)title(第一層分解的垂直細節(jié));subplot(1,3,3),imshow(cdd2,)title(第一層分解的對角細節(jié));wrcoef2由多層小波分解重構(gòu)某一層的分解信號 clear allload wbarb;image(X);colormap(map);colorbar;I=ind2gray(X,map);figure;I=imadjust(I,stretchlim(I),0,1);imshow(I);%j=imadjust(i,low_in;high_in,low_out,high_out) 將 i 中的亮度值映射到 j
9、 中的新值wname=sym2;c,s=wavedec2(I,2,wname);cA1=appcoef2(c,s,wname,1);ch1,cv1,cd1=detcoef2(all,c,s,1);cA2=appcoef2(c,s,wname,2);ch2,cv2,cd2=detcoef2(all,c,s,2);a1=wrcoef2(a,c,s,wname,1);h1=wrcoef2(h,c,s,wname,1);v1=wrcoef2(v,c,s,wname,1);d1=wrcoef2(d,c,s,wname,1);a2=wrcoef2(a,c,s,wname,2);h2=wrcoef2(h,c
10、,s,wname,2);v2=wrcoef2(v,c,s,wname,2);d2=wrcoef2(d,c,s,wname,2);figure;subplot(2,2,1);a1=abs(a1);a1=imadjust(a1,stretchlim(a1),0,1);imshow(a1);title(approximation a1)subplot(2,2,2);h1=abs(h1);h1=imadjust(h1,stretchlim(h1),0,1);imshow(h1);title(horizontal detail h1)subplot(2,2,3);v1=abs(v1);v1=imadju
11、st(v1,stretchlim(v1),0,1);imshow(v1);title(vertical detail v1)subplot(2,2,4);d1=abs(d1);d1=imadjust(d1,stretchlim(d1),0,1);imshow(d1);title(diagonal detail d1)figure;subplot(2,2,1);a2=abs(a2);a2=imadjust(a2,stretchlim(a2),0,1);imshow(a2);title(approximation a2)subplot(2,2,2);h2=abs(h2);h2=imadjust(h
12、2,stretchlim(h2),0,1);imshow(h2);title(horizontal detail h2)subplot(2,2,3);v2=abs(v2);v2=imadjust(v2,stretchlim(v2),0,1);imshow(v2);title(vertical detail v2)subplot(2,2,4);d2=abs(d2);d2=imadjust(d2,stretchlim(d2),0,1);imshow(d2);title(diagonal detail d2)upcoef2由多層小波分解重構(gòu)近似分量或細節(jié)分量 load woman;c,s=wavedec2(X,2,db4);siz=s(size(s,1),:);cal=appcoef2(c,s,db4,1);a1=upcoef2(a,cal,db4,1,siz);chd1=detcoef2(h,c,s,1);hd1=upcoef2(h,chd1,db4,1,siz);cvd1=detcoef2(v,c,s,1);vd1=upcoef2(h,cvd1,db4,1,siz);cdd1=detcoef2(d,c,s,1)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 贛南師范大學《臨床藥學》2023-2024學年第一學期期末試卷
- 《淺談虛擬機》課件
- 上半年教職工政治理論學習個人工作參考計劃范文
- 《公共心理學》課件
- 管理實務(wù)培訓課件
- 常德特色美術(shù)課件小學生
- 2021年中藥基礎(chǔ)知識考試題庫
- 《最佳治療寶寶濕疹》課件
- 消息編寫培訓課件
- 《拉曼光纖放大器》課件
- 學生公寓物業(yè)服務(wù)方案投標方案(技術(shù)方案)
- 水上交通安全生產(chǎn)培訓
- 廣東省(廣州市)職業(yè)技能鑒定申請表-模板
- 超聲影像學基礎(chǔ)
- 基礎(chǔ)會計(第六版) 課件 第6-9章 會計賬簿-會計核算程序
- 本田凌派說明書
- 原有建筑保護施工方案范本
- 土地整治投標方案(完整技術(shù)標)
- 銷售訂單評審表
- 某煤礦潰倉事故專項安全風險辨識評估報告示例
- 《光是如何傳播的》說課稿
評論
0/150
提交評論