1028小波分解总结.docx

小波概念小波(Wavelet)这一术语，顾名思义，“小波”就是小的波形。所谓“小”是指它具有衰减性；而称之为“波”则是指它的波动性，其振幅正负相间的震荡形式。与Fourier变换相比，小波变换是时间（空间）频率的局部化分析，它通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了Fourier变换的困难问题，成为继Fourier变换以来在科学方法上的重大突破。有人把小波变换称为“数学显微镜”。一维小波分解示意图：二维小波分解（尺度为2）示意图二维小波分解常用函数：1）[C,S] = WAVEDEC2(X,N,wname)；该函数实现小波的N尺度（层次）分解，得到分解系数C，S为数组，存放各尺度频率的尺寸。2）A = APPCOEF2(C,S,wname,N)；提取指定尺度N上的低频系数3）D = DETCOEF2(O,C,S,N)；提取分解结构[C,S]中指定尺度N上的高频系数，O = h (or v or d,respectively), at level N. 1 = N = size(S,1)-2[H,V,D] = DETCOEF2(all,C,S,N)4）X = WRCOEF2(type,C,S,wname,N)；type = a,(h,v or d, respectively),单支重构，即重构指定尺度N上的某个频率部分5）X = WAVEREC2(C,S,wname)多尺度图像分解后重构6）CAT(DIM,A,B) concatenates the arrays A and B alongthe dimension DIM.沿着行或者列来进行向量的合成，可以用于小波分解后的系数C的重新组合。总结：1 小波分解函数处理过后得到的是分解系数，是小波系数。如果想要显示分解过后的某一部分图像，如2层分解中垂直高频部分，需要获取小波分解后的系数，然后让该部分系数重构，然后才能显示。2 小波变换实现：图像-小波域（系数，可以对系数进行处理）-图像（由系数重构图像），是分解和重构的过程。3 多尺度分解中的“多尺度”指的是多层分解。4返回的频率系数（C向量中）以如下形式存放C=[A(level)|H(level)|V(level)|D(level)H(level-1)V(level-1)D(level-1)…|H(1)|V(1)|D(1)] 5 返回频率系数的同时，返回一个长度记录矩阵S。S的格式为： S(1,:)=尺度level下的低频系数长度S(i,:)=尺度level-i+2下的高频系数长度S(level+2,:)=原始信号的大小6原始信号通过两个共轭滤波器后，得到高、低频两路信号。假设原始信号抽取256个点参与计算，那么将得到512个频率数据，如此下去冗余太大。所以，在滤波之后还要进一步抽样以减少冗余。通行的方法是隔一数丢弃一个数，从而保证滤波后的两路信号与原始信号数据长度一致。这三个结论，对小波信息隐藏实验有很大帮助。7 load filename:读取一个完整路径或MATLAB相对路径文件中的内容，函数默认的文件格式为(.mat)，当文件的扩展名不是(.mat)时，MATLAB将以ASCII格式处理该文件。样例：这个样例完成了小波多尺度分解，以及系数的提取，单分支重构，小波系数的总体重构clear all;clc;X=imread(lena512.bmp);figure(1)imshow(X,[]);%灰度图像显示，二值图像，通常显示的是单通道图像% colormap(gray);%颜色映射，可以设置要显示的图像的颜色% image(X); %image显示的是RGB图像,带有坐标，可以看到像素的大小,%而且显示的效果可能与imshow不一样，通常显示的是多通道图像% colorbar;title(原图像);%图像的多层二维小波分解[C,S]=wavedec2(X,2,haar);%提取系数的低频部分cA2=appcoef2(C,S,haar,2);%重构第二层的低频信号A2=wrcoef2(a,C,S,haar,2);%重构第1、2层的高频信号H1=wrcoef2(h,C,S,haar,1);V1=wrcoef2(v,C,S,haar,1);D1=wrcoef2(d,C,S,haar,1);H2=wrcoef2(h,C,S,haar,2);V2=wrcoef2(v,C,S,haar,2);D2=wrcoef2(d,C,S,haar,2);%%%%%%%%%%%%%%%%%%%%%重构显示%%%%%%%%%%%%%%%%%%%%%%%%%%%%%显示多层二维分解结果figure(2)% subplot(2,4,1);