discrete wavelet transform (DWT):离散小波变换

QT-Smile

已于 2023-03-05 15:08:17 修改

阅读量554

点赞数

分类专栏：计算机基础零散知识文章标签： python 机器学习开发语言

于 2023-03-05 13:56:17 首次发布

本文链接：https://blog.csdn.net/qq_34848334/article/details/129345328

版权

计算机基础零散知识专栏收录该内容

45 篇文章

订阅专栏

本文介绍了如何使用Python进行离散小波变换（DWT），提供了3D和2D数据的切片操作代码示例，用于执行DWT并组合结果。这些代码片段展示了如何拆分和重组信号的不同频率成分，包括低频（LL,HL,LH）和高频（HH）部分。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

discrete wavelet transform (DWT):离散小波变换

切片操作可视化图

在这里插入图片描述

切片操作代码实现

def dwt_init3d(x):

    x01 = x[:, :, :, 0::2, :] / 2
    x02 = x[:, :, :, 1::2, :] / 2
    x1 = x01[:, :, :, :, 0::2]
    x2 = x02[:, :, :, :, 0::2]
    x3 = x01[:, :, :, :, 1::2]
    x4 = x02[:, :, :, :, 1::2]
    x_LL = x1 + x2 + x3 + x4
    x_HL = -x1 - x2 + x3 + x4
    x_LH = -x1 + x2 - x3 + x4
    x_HH = x1 - x2 - x3 + x4

    return torch.cat((x_LL, x_HL, x_LH, x_HH), 1)

def dwt_init(x):

    x01 = x[:, :, 0::2, :] / 2
    x02 = x[:, :, 1::2, :] / 2
    x1 = x01[:, :, :, 0::2]
    x2 = x02[:, :, :, 0::2]
    x3 = x01[:, :, :, 1::2]
    x4 = x02[:, :, :, 1::2]
    x_LL = x1 + x2 + x3 + x4
    x_HL = -x1 - x2 + x3 + x4
    x_LH = -x1 + x2 - x3 + x4
    x_HH = x1 - x2 - x3 + x4

    return torch.cat((x_LL, x_HL, x_LH, x_HH), 1)