MATLAB图像小波变换

最新推荐文章于 2024-01-27 13:14:07 发布

weixin_33966365

最新推荐文章于 2024-01-27 13:14:07 发布

阅读量474

点赞数

文章标签： matlab 人工智能

原文链接：https://my.oschina.net/keyven/blog/552050

版权

为什么80%的码农都做不了架构师？>>>

小波变换与小波包变换

人脸图像f(x,y) 的一层小波变换如下图所示：

图中L 和H 分别表示低通滤波器和高通滤波器，l(n) 和h(n) 分别表示它们相应的脉冲响应，2↓1表示降2采样f_LL和f_HH分别表示双向低频和高频小波子空间图像，而f_LH和f_HL分别表示一个方向低频、另一个方向高频的小波子空间图像。

若继续对f_LL 做小波分解，则称为二层小波变换；若对4个子图都继续做小波分解，则称为二层小波包变换。对只含有低频成分的子图做小波分解，则称为不完全小波包变换。

图像小波变换的Matlab代码

clc;
clear;
close all;

Xa =[40,10,56,46];  % 56*2=112,46*2-92(图片分辨率为112*92)
Xh =[40,10,56,46];
Xv =[40,10,56,46];
Xd =[40,10,56,46];
for i = 1:40        % 40个人脸
    for j = 1:10    % 1人10个表情
        I = imread(strcat('D:\Faces\ORL\s',num2str(i),'\',num2str(j),'.bmp'));      
        [c1,s1]=wavedec2(double(I),1,'db1');    % 分别做4个方向的小波分解
        ca = appcoef2(c1,s1,'db1',1);
        ch = detcoef2('h',c1,s1,1);
        cv = detcoef2('v',c1,s1,1);
        cd = detcoef2('d',c1,s1,1);
        % A = uint8([wcodemat(ca,255),wcodemat(ch,255);wcodemat(cv,255),wcodemat(cd,255)]);
        % subplot(2,5,j),imshow(A,[],'InitialMagnification',100);
        
        for k = 1:56
            for l = 1:46
                Xa(i,j,k,l) = ca(k,l);
                Xh(i,j,k,l) = ch(k,l);
                Xv(i,j,k,l) = cv(k,l);
                Xd(i,j,k,l) = cd(k,l);
            end
        end
    end 
end

for i = 1:1     % 查看第1个人的10个表情图的小波分解效果
    for j = 1:10
        xa = [56,46];
        xh = [56,46];
        xv = [56,46];
        xd = [56,46];
        for k = 1:56
            for l = 1:46
                xa(k,l) = Xa(i,j,k,l);
                xh(k,l) = Xh(i,j,k,l);
                xv(k,l) = Xv(i,j,k,l);
                xd(k,l) = Xd(i,j,k,l);
            end
        end
        A = uint8([wcodemat(xa,255),wcodemat(xh,255);wcodemat(xv,255),wcodemat(xd,255)]);
        subplot(2,5,j),imshow(A,[],'InitialMagnification',100);
    end
end

效果图

后记

本例仅给出图像1层小波变换，可以根据实际项目需求做n层图像小波分解，用于提取人脸图像特征。例如：

[c,s] = wavedec2(double(ca),1,'db1');
a = appcoef2(c,s,'db1',1);
% 构造基本分类器D1
for m = 1:28
    for n = 1:23
        D1(i,j,m,n) = a(m,n);
    end
end        
h = detcoef2('h',c,s,1);
v = detcoef2('v',c,s,1);
d = detcoef2('d',c,s,1);

具体可以参考论文《基于模糊积分的不完全小波包子空间集成人脸识别翟俊海王熙照张素芳》。

Reference

Matlab小波变换的三级分解程序用于图像处理

帖中代码：

clc;clear;close all
I = imread('lena.bmp');
%subplot(221);
subplot(221),imshow(I,[],'InitialMagnification',100);
title('原始载体图像')

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%图像的一级小波分解 
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
[c1,s1]=wavedec2(double(I),1,'db1');
ca88 = appcoef2(c1,s1,'db1',1);
ch88 = detcoef2('h',c1,s1,1);
cv88 = detcoef2('v',c1,s1,1);
cd88 = detcoef2('d',c1,s1,1);
A88 = uint8([wcodemat(ca88,255),wcodemat(ch88,255);wcodemat(cv88,255),wcodemat(cd88,255)]);
%subplot(222); 
subplot(222),imshow(A88,[],'InitialMagnification',100);
title('图像的一级小波分解');


%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%图像的二级小波分解 
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

[c,s]=wavedec2(double(I),2,'db1');
ca2 = appcoef2(c,s,'db1',2);
ch2 = detcoef2('h',c,s,2);
cv2 = detcoef2('v',c,s,2);
cd2 = detcoef2('d',c,s,2);
%ca1 = appcoef2(c,s,'db2',1);
ch1 = detcoef2('h',c,s,1);
cv1 = detcoef2('v',c,s,1);
cd1 = detcoef2('d',c,s,1);


A1 = [ca2*4,ch2*4;cv2*4,cd2*4];
k=s(2,1)*2-s(3,1);
ch1 = padarray(ch1,[k k],1,'post');
cv1 = padarray(cv1,[k k],1,'post');
cd1 = padarray(cd1,[k k],1,'post');
%A = [A1,ch1*4; cv1*4,cd1*4];
A = uint8([wcodemat(A1,255),wcodemat(ch1*10,255); wcodemat(cv1*10,255),wcodemat(cd1*10,255)]);
% min = min(A(:));
% max = max(A(:));
%subplot(223); 
subplot(223),imshow(A,[],'InitialMagnification',100);
title('图像的二级小波分解');

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%图像的三级小波分解 
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

[c,s]=wavedec2(double(I),3,'db1');
ca3 = appcoef2(c,s,'db1',3);
ch3 = detcoef2('h',c,s,3);
cv3 = detcoef2('v',c,s,3);
cd3 = detcoef2('d',c,s,3);
ch2 = detcoef2('h',c,s,2);
cv2 = detcoef2('v',c,s,2);
cd2 = detcoef2('d',c,s,2);
ch1 = detcoef2('h',c,s,1);
cv1 = detcoef2('v',c,s,1);
cd1 = detcoef2('d',c,s,1);
A2 = [ca3*4,ch3*4;cv3*4,cd3*4];
k=s(2,1)*2-s(3,1);
ch2 = padarray(ch2,[k k],1,'post');
cv2 = padarray(cv2,[k k],1,'post');
cd2 = padarray(cd2,[k k],1,'post');
A1= [A2,ch2*4; cv2*4,cd2*4];
k=s(2,1)*4-s(4,1);
ch1 = padarray(ch1,[k k],1,'post');
cv1 = padarray(cv1,[k k],1,'post');
cd1 = padarray(cd1,[k k],1,'post');
AA = uint8([wcodemat(A1,255),wcodemat(ch1*4,255); wcodemat(cv1*4,255),wcodemat(cd1*4,255)]);
% min = min(A(:));
% max = max(A(:));
%subplot(224);
subplot(224),imshow(AA,[],'InitialMagnification',100);
title('图像的三级小波分解');

效果图：