主要内容

dwt2

单层离散二维小波变换

折叠所有页面

语法

[cA,cH,cV,cD] = dwt2(X,wname)
[cA,cH,cV,cD] = dwt2(X,LoD,HiD)
[cA,cH,cV,cD] = dwt2(___、“模式”extmode)

描述

dwt2计算单层二维小波分解。比较dwt2与wavedec2这可能对您的应用程序更有用。分解是根据一个特定的小波(见wfilters更多信息)或特定的小波分解滤波器。

例子

［cA，cH，简历，cD= dwt2(X，wname）计算输入数据的单层二维离散小波变换(DWT)X使用wname小波。dwt2返回近似系数矩阵cA和详细系数矩阵cH，简历,cD(分别为水平、垂直和对角线)。

例子

［cA，cH，简历，cD= dwt2(X，LoD，藏）利用小波分解低通滤波器计算单层二维小波变换LoD高通滤波器藏．分解过滤器必须具有相同的长度和偶数个样本。

［cA，cH，简历，cD= dwt2(___“模式”,extmode）利用扩展模式计算单层二维小波变换extmode．把这个参数包括在所有其他参数之后。

请注意

为gpuArray输入，支持的模式为金宝app“symh”（“符号”),“每”．所有“模式”选择除了“每”被转换为“symh”．参见示例基于GPU的单层二维离散小波变换．

例子

全部折叠

打开实时脚本

加载并显示图像。

负载女人显示亮度图像(X) colormap(地图)

图中包含一个轴对象。axis对象包含一个image类型的对象。

利用4阶符号和周期扩展，得到图像的单层二维离散小波变换。

[cA,cH,cV,cD] = dwt2(X，“sym4”，“模式”，“每”）;

显示垂直细节系数和近似系数。

显示亮度图像(cV)标题(“垂直细节系数”）

图中包含一个轴对象。标题为Vertical Detail Coefficients的axes对象包含一个image类型的对象。

显示亮度图像(cA)标题(“近似系数”）

图中包含一个轴对象。标题为Approximation Coefficients的axis对象包含一个image类型的对象。

打开实时脚本

加载并显示图像。

负载雕塑显示亮度图像(X) colormap灰色的

图中包含一个轴对象。axis对象包含一个image类型的对象。

生成Haar小波的低通和高通分解滤波器。

[LoD,HiD] = wfilters(“哈雾”，' d '）;

使用滤波器来执行单层二维小波分解。使用半点对称扩展。显示近似和详细系数。

[cA,cH,cV,cD] = dwt2(X,LoD,HiD，“模式”，“symh”）;subplot(2,2,1) imagesc(cA)色图灰色的标题(“近似”) subplot(2,2,2) imagesc(cH)色图灰色的标题(“水平”) subplot(2,2,3) imagesc(cV)色图灰色的标题(“垂直”) subplot(2,2,4) imagesc(cD)色图灰色的标题(“对角线”）

图中包含4个轴对象。标题为Approximation的坐标轴对象1包含一个image类型的对象。标题为Horizontal的坐标轴对象2包含一个image类型的对象。标题为Vertical的坐标轴对象3包含一个image类型的对象。标题为Diagonal的Axes对象4包含一个image类型的对象。

这个例子使用了:

打开实时脚本

指GPU计算要求(并行计算工具箱)看看支持哪些图形处理器。金宝app

加载图像。将图像放在GPU上使用gpuArray．保存当前扩展模式。

负载面具imgg = gpuArray(X);origMode = dwtmode(“状态”，“nodisp”）;

使用dwtmode将扩展模式更改为零填充。获取图像在GPU上的单层二维DWTdb2小波。

dwtmode (“zpd”，“nodisp”) [cA,cH,cV,cD] = dwt2(imgg，“db2”）;

当前扩展方式zpd不支持金宝appgpuArray输入。方法执行DWT信谊扩展模式。的DWT来确认这一点imgg扩展模式设置为信谊并与之前的结果进行比较。

[cAsym,cHsym,cVsym,cDsym] = dwt2(imgg，“db2”，“模式”，“符号”）;(max (abs (cA (:) -cAsym(:)))马克斯(abs (cH (:) -cHsym (:))).．.马克斯(abs(简历(:)-cVsym(:)))马克斯(abs (cD (:) -cDsym (:))))
Ans = 0 0 0 0

将指定为输金宝app入参数的不支持的扩展模式转换为“符号”．确认取的DWTimgg与“模式”设置为不支持的模式也默认金宝app为信谊扩展模式。

[cA,cH,cV,cD] = dwt2(imgg，“db2”，“模式”，“社会民主党”）;(max (abs (cA (:) -cAsym(:)))马克斯(abs (cH (:) -cHsym (:))).．.马克斯(abs(简历(:)-cVsym(:)))马克斯(abs (cD (:) -cDsym (:))))
Ans = 0 0 0 0

修改当前扩展模式为周期扩展模式。获取图像在GPU上的单层DWTdb2小波。

dwtmode (“每”，“nodisp”) [cA,cH,cV,cD] = dwt2(imgg，“db2”）;

确认当前扩展模式每支持金宝appgpuArray输入。

[cAper,cHper, cper,cDper] = dwt2(imgg，“db2”，“模式”，“每”）;(max (abs (cA(:)雀跃(:)))马克斯(abs (cH (:) -cHper (:))).．.马克斯(abs(简历(:)-cVper(:)))马克斯(abs (cD (:) -cDper (:))))
Ans = 0 0 0 0

将扩展模式恢复到原设置。

dwtmode (origMode“nodisp”）

输入参数

全部折叠

输入数据，指定为数字或逻辑数组。X可以是米——- - - - - -n数组，表示索引图像或米——- - - - - -n表示真彩色图像的-by-3数组。有关真彩色图像的更多信息，请参见RGB(真彩色)图像．

数据类型:双

分析用于计算二维DWT的小波，指定为字符向量或字符串标量。分析的小波来自以下小波家族之一:最佳局部化Daubechies, Beylkin, Coiflets, Daubechies, Fejér-Korovkin, Haar, Han线性相位矩，Morris最小带宽，Symlets, Vaidyanathan, Discrete Meyer，双正交和反向双正交。看到wfilters对于每个家族中可用的小波。

小波分解低通滤波器，指定为偶数长度实值向量。LoD长度必须和藏．

数据类型:双

小波分解高通滤波器，指定为偶数长度实值向量。藏长度必须和LoD．

数据类型:双

执行DWT时使用的扩展模式，指定为以下之一:

模式

DWT扩展模式
“zpd”

零扩展
“sp0”

阶0的平滑扩展
“社会民主党”(或“sp1”）

订单1的平滑扩展
“符号”或“symh”

对称扩展(半点):边值对称复制
“symw”

对称扩展(整点):边值对称复制
“asym”或“asymh”

反对称扩展(半点):边值反对称复制
“asymw”

反对称扩展(整点):边值反对称复制
“产后抑郁症”

周期延拓(1)
“每”

周期延拓(2)

如果信号长度是奇数，wextend向右侧添加一个与最后一个值相等的额外示例，并使用“产后抑郁症”模式。否则,“每”减少到“产后抑郁症”．这个规则也适用于图像。

管理的全局变量dwtmode指定默认扩展模式。

例子:[cA,cH,cV,cD] = dwt2(x，'db4'，'mode'，'symw');

输出参数

全部折叠

近似系数，作为数组返回，其大小取决于X．让sx = size(X)而且如果=分解过滤器的长度。

  • 如果DWT扩展模式被设置为周期化，那么这个输出就是大小装天花板(sx / 2)．

  • 对于其他扩展模式，此输出是有大小的地板((sx + lf-1) / 2)．

数据类型:双

水平细节系数，作为数组返回，其大小取决于X．让sx = size(X)而且如果=分解过滤器的长度。

  • 如果DWT扩展模式被设置为周期化，那么这个输出就是大小装天花板(sx / 2)．

  • 对于其他扩展模式，此输出是有大小的地板((sx + lf-1) / 2)．

数据类型:双

垂直细节系数，作为数组返回，其大小取决于X．让sx = size(X)而且如果=分解过滤器的长度。

  • 如果DWT扩展模式被设置为周期化，那么这个输出就是大小装天花板(sx / 2)．

  • 对于其他扩展模式，此输出是有大小的地板((sx + lf-1) / 2)．

数据类型:双

对角线细节系数，作为数组返回，其大小取决于X．让sx = size(X)而且如果=分解过滤器的长度。

  • 如果DWT扩展模式被设置为周期化，那么这个输出就是大小装天花板(sx / 2)．

  • 对于其他扩展模式，此输出是有大小的地板((sx + lf-1) / 2)．

数据类型:双

算法

二维图像小波分解算法与一维情况类似。利用一维小波和尺度函数的张量积得到二维小波和尺度函数。下载188bet金宝搏这种二维小波变换导致了近似系数在水平上的分解j分为四个部分:水平上的近似j+ 1，以及三个方向(水平、垂直和对角线)的细节。下面的图表描述了图像的基本分解步骤。

在哪里

  • —Downsample列:保持偶数索引列

  • —下采样行:保持偶数索引的行

  • -与滤波器卷积X条目的行

  • -与滤波器卷积X条目的列

分解通过设置近似系数等于图像来初始化年代：cA0＝年代．

请注意

为了处理由基于卷积的算法引入的信号端效应，1-D和2-D DWT使用一个全局变量由dwtmode．此变量定义所使用的信号扩展模式的类型。可能的选项包括零填充和对称扩展，这是默认模式。

参考文献

[1] Daubechies，英格丽。小波十讲．应用数学区域会议系列61。费城，宾夕法尼亚州:工业和应用数学学会，1992年。

[2] Mallat, S.G. <多分辨率信号分解理论:小波表示>。模式分析与机器智能汇刊11日,没有。7(1989年7月):674-93。https://doi.org/10.1109/34.192463。

[3] Meyer, Y。小波与算子．d·h·塞林格译。英国剑桥:剑桥大学出版社，1995年。

扩展功能

版本历史

R2006a之前介绍

另请参阅

|||||||