小波分解图像应用

      最近学习了一段小波，对小波函数在信号处理中得应用有了大概的了解，对信号进行小波分解，主要过程就是求平均和细节，设{x1,x2}表示一个两元素的信号，a=（x1+x2）/2;d=（x1-x2）/2，二元素组{a,d}可表示原信号，并且

x1=a+d;x2=a-d;即由{a,d}可恢复原信号。这就是小波分解的思想。对于长度为N的信号，我们可以构造小波的滤波器组，滤波器的系数可能小于信号的长度，通过在滤波器后面补0的方法，使得信号的长度和滤波器的长度相等，然后和低通滤波器和高通滤波器做卷积运算，将信号分成两部分：低通部分和高通部分。二维图像的小波运算，先对行进行低通、高通卷积运算，再对列进行低通、高通运算，再进行信号的下采样，得到四个部分[LL,HL,LH,HH]，其中LL保留了源图像的大部分能量。将低、高通滤波器求逆，既得恢复算法的滤波器，分别对行和列求卷积，再进行上采样，就可得恢复图像。

    程序中调用的函数，均来自zyh的博客，在此应用一下，如有冒犯，敬请谅解。

clc;

clear;
clear all;
x=imread('cameraman.tif');
x=double(x);
subplot(131);
image(x);
colormap(gray);
title('源图像')
axis square;
[LL,HL,LH,HH]=mydwt2(x);
subplot(132);
image(LL);
title('一次小波后逼近图像')
axis square;
%subplot(223);
%image(LL,HL,LH,HH);
title('一次小波后')
y=myidwt2(LL,HL,LH,HH);
subplot(133);
image(y);
title('重构后得图像')
axis square;
 figure(2);
 subplot(221)
 image(LL);
 subplot(222);
 image(HL);
 subplot(223);
 image(LH);
 subplot(224);
 image(HH);

 colormap(gray);

>> whos
  Name      Size                    Bytes  Class


  HH      128x128                  131072  double array
  HL      128x128                  131072  double array
  LH      128x128                  131072  double array
  LL      128x128                  131072  double array
  x       256x256                  524288  double array
  y       256x256                  524288  double array