前往小程序，Get更优阅读体验！
立即前往
文档建议反馈控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
发布
首页
学习
活动
专区
工具
TVP最新优惠活动
返回腾讯云官网
社区首页 >专栏 >图像的变换——dwt、idwt、wcodemat、dwt2、idwt2、wavedec2、waverec2

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

作者头像
全栈程序员站长
发布于 2022-09-15 10:11:52
1.2K0
发布于 2022-09-15 10:11:52
举报
文章被收录于专栏：全栈程序员必看

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：

代码语言：javascript
复制
%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
在这里插入图片描述

代码示例：

代码语言：javascript
复制
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
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：

代码语言：javascript
复制
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
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：

代码语言：javascript
复制
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
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：

代码语言：javascript
复制
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
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：

代码语言：javascript
复制
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
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：

代码语言：javascript
复制
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
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：

代码语言：javascript
复制
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
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：

代码语言：javascript
复制
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
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：

代码语言：javascript
复制
[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
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：

代码语言：javascript
复制
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
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：

代码语言：javascript
复制
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
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：

代码语言：javascript
复制
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
在这里插入图片描述
  • [C,S] = wavedec2(X,N,LoD,HiD)

代码示例：

代码语言：javascript
复制
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
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：

代码语言：javascript
复制
[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
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：

代码语言：javascript
复制
[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
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

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/163775.html原文链接：https://javaforall.cn

本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除
数据分析

本文分享自 作者个人站点/博客 前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ，欢迎热爱写作的你一起参与！

数据分析
评论
登录后参与评论
0 条评论
热度
最新
登录 后参与评论
推荐阅读
LV.
文章
0
获赞
0
目录
  • 文章目录
  • 图像小波变换
    • 一、一维小波变换
      • 1. dwt函数
      • 2.idwt函数
    • 二、二维小波变换
      • 1.wcodemat函数
      • 2.dwt2函数
      • 3.idwt2函数
      • 4.wavedec2函数
      • 5.waverec2函数
    • 三、相关单词
    领券

    腾讯云开发者

    扫码关注腾讯云开发者

    扫码关注腾讯云开发者

    领取腾讯云代金券

    热门产品

    热门推荐

    更多推荐

    Copyright © 2013 - 2024 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有 

    深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

    腾讯云计算（北京）有限责任公司 京ICP证150476号 |  京ICP备11018762号 | 京公网安备号11010802020287

    问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档

    Copyright © 2013 - 2024 Tencent Cloud.

    All Rights Reserved. 腾讯云 版权所有

    登录 后参与评论