吵闹的二维连续小波变换模式
这个例子展示了如何检测模式在嘈杂的图像使用二维连续小波变换(CWT)。示例使用各向同性(非定向)和各向异性小波(定向)。各向同性小波不敏感的方向特性,而方向小波。
使用各向同性(非定向)墨西哥帽小波,也被称为雷克子波,各向异性(定向)Morlet小波。证明墨西哥帽小波实值不依赖于角。
32岁的Y = 0 (32);Y(16日16)= 1;cwtmexh = cwtft2 (Y,“小波”,“mexh”,“尺度”,1…“角”[0π/ 2]);冲浪(真实(cwtmexh.cfs (:,:, 1, 1, 1)));阴影插值函数;标题(角= 0弧度的);
提取小波对应一个角度 / 2弧度。小波是各向同性,因此不区分的特征数据。
冲浪(真实(cwtmexh.cfs (:,:, 1, 1, 2)));阴影插值函数;标题(=π/ 2角弧度的);
对的复数Morlet小波重复前面的步骤。Morlet小波有更大的空间比墨西哥帽小波支持,因此这个示例使用一个大矩阵。金宝app小波是复数,所以模量绘制。
Y = 0 (64、64);Y(32岁,32)= 1;cwtmorl = cwtft2 (Y,“小波”,“morl”,“尺度”,1…“角”[0π/ 2]);冲浪(abs (cwtmorl.cfs (:,:, 1, 1, 1)));阴影插值函数;标题(角= 0弧度的);
提取小波对应一个角度 / 2弧度。与墨西哥帽小波不同,Morlet小波不是各向同性,因此是敏感的方向特性的数据。
冲浪(abs (cwtmorl.cfs (:,:, 1, 1, 2)));阴影插值函数;标题(=π/ 2角弧度的);
墨西哥帽子和Morlet小波应用于检测模式的噪音。创建一个模式组成的线段加入90度角。模式3和它的振幅发生在添加剂N(0, 1)高斯白噪声。
X = 0 (256256);X (100:200,100:102) = 3;X (200:202,100:125) = 3;X = X + randn(大小(X));显示亮度图像(X);轴xy;
在获得二维连续小波变换尺度3到8 0.5增量与墨西哥帽小波。可视化平方二维小波系数在尺度3。
cwtmexh = cwtft2 (X,“小波”,“mexh”,“尺度”,3:0.5:8);冲浪(abs (cwtmexh.cfs (:,:, 1, 3, 1)) ^ 2);视图(0,90);阴影插值函数;轴紧;
使用定向Morlet小波提取分别垂直和水平线段。由一个角垂直的线段提取。通过另一个角度提取水平线段。
cwtmorl = cwtft2 (X,“小波”,“morl”,“尺度”3:0.5:8,…“角”[0π/ 2]);冲浪(abs (cwtmorl.cfs (:,:, 1, 4, 1)) ^ 2);视图(0,90);阴影插值函数;轴紧;
图;冲浪(abs (cwtmorl.cfs (:,:、1、4、2)) ^ 2);视图(0,90);阴影插值函数;轴紧;