数值图像处理及MATLAB实现数字图像变换技术及MATLAB实现4.pptVIP

4.5 数字图像的小波变换 ３）对图像进行二次分解 [ca2,ch2,cv2,cd2]=dwt2(ca1,db1); cod_ca2=wcodemat(ca2,nbcol); cod_ch2=wcodemat(ch2,nbcol); cod_cv2=wcodemat(cv2,nbcol); cod_cd2=wcodemat(cd2,nbcol); figure; image([cod_ca2,cod_ch2;cod_cv2, cod_cd2]); colormap(pink(nbcol)); axis(square); 4.5 数字图像的小波变换 ５）提取一维信号小波分解的近似分量 A= appcoef(C, L, ’wname’) A= appcoef(C, L, ’wname’,N) 利用 wavedec 产生的 [C, L] 提取第N层的近似分量 A= appcoef(C, L, ’Lo_R, Hi_R’, N) 使用指定的重构滤波器组 Lo_R, Hi_R 提取第 N层近似分量; 0=N=length(L)-2, 缺省 N= length(L)-2. 4.5 数字图像的小波变换 6）提取一维信号小波分解的细节分量 A= detcoef(C, L) A= detcoef(C, L, N) 利用wavedec产生的[C, L]提取第N层的细节分量 1=N=length(L)-2, 缺省N= length(L)-2. 4.5 数字图像的小波变换 7）由一维小波分解系数重构近似信号和细节信号 Y= upcoef(O, X, ’wname’) Y= upcoef(O, X, ’wname’, N, cl) 由一维小波分解系数重构近似信号和细节信号 O=’a’--- 重构近似信号 O=’d’--- 重构细节信号 N指定重构的层数, 1=N=length(L)-2, 缺省N=1. 4.5 数字图像的小波变换 7）由一维小波分解系数重构近似信号和细节信号 Y= upcoef(O, X, Lo_R, Hi_R) Y= upcoef(O, X, Lo_R, Hi_R, N, cl) 由一维小波分解系数重构近似信号和细节信号 O=’a’--- 重构近似信号 O=’d’--- 重构细节信号 N指定重构的次数 4.5 数字图像的小波变换 8）由一维近似信号或细节信号的小波重构 X= wrcoef(’type’, C, L, ’wname’, N) X= wrcoef(’type’, C, L, ’wname’) 利用 wavedec 产生的 [C, L] 重构第N层的近似信号或细节信号 type=’a’--- 重构近似信号 type=’d’--- 重构细节信号 N指定重构的层数, 缺省N=length(L)-2. 4.5 数字图像的小波变换 8）由一维近似信号或细节信号的小波重构 X= wrcoef(’type’, C, L, Lo_R, Hi_R，N) X= wrcoef(’type’, C, L, Lo_R, Hi_R) 利用 wavedec 产生的 [C, L] 重构第N层的近似信号或细节信号 type=’a’--- 重构近似信号 type=’d’--- 重构细节信号 N指定重构的层数 4.5 数字图像的小波变换 ９）重构一维小波分解结构 [NC, NL, cA]= upwlev(C, L, ’wname’) [NC, NL, cA]= upwlev(C, L, Lo_R, Hi_R) 利用 wavedec 函数产生的 [C, L] 重构上一层的小波分解结构[NC, NL], 同时返回近似分解系数 cA 4.5 数字图像的小波变换 一维小波变换的实现例子 1）读入存储的信号 load leleccum; s= leleccum(1:3920); ls= length(s); figure; plot(s); 4.5 数字图像的小波变换 ２）用dwt进行小波分解 [ca1,cd1]=dwt(s,db1); figure; subplot(1,2,1); plot(ca1); subplot(1,2,2); plot(cd1); 4.5 数字图像的小波变换 ３）用upcoef对第一层近似分量和细节分量重构近似信号和细节信号 a1=upcoef(a,ca1,db1,1,ls); d1=upcoef(d,cd1,db1,1,ls); figure; subplot(1,2,1) plot(a1); subplot(1,2,2); plot(d1); 4.5 数字图像的小波变换 ４）将重构的近似信号和细节信号相加 figure; plot(a1+d1); 4.5 数字图像的小波变