二维haar小波matlab_MATLAB图像处理中的小波变换

本文介绍了MATLAB中二维haar小波变换的使用,包括dwt2和wavedec2函数,通过示例代码展示了如何进行图像的分解与重构,并解释了分解系数的存储方式和图像大小变化。同时,提到了常见小波类型及其应用。
摘要由CSDN通过智能技术生成

在Matlab图像处理中,小波变换对应的函数都有下面这些:

1、

dwt2二维离散小波变换

[cA,cH,cV,cD]=dwt2(X,'wname')%使用指定的小波基函数对矩阵X进行二维离散小波变换

[cA,cH,cV,cD]=dwt2(X,Lo_D,Hi_D) %使用指定的低通滤波器Lo_D和高通滤波器Hi_D分解信号

%cA--近似分量(低频分量);cH--水平方向细节分量

cV--垂直方向细节分量;cD--对角方向细节分量

这个代码写起来就很简单啦~~~奉上代码

A=imread('lena.png');

[cA,cH,cV,cD]=dwt2(A,'haar');%使用haar小波

figure,imshow(A);title('原图');

figure,subplot(2,2,1),imshow(uint8(cA)),title('低频分量');

subplot(2,2,2),imshow(uint8(cH)),title('水平细节分量');

subplot(2,2,3),imshow(uint8(cV)),title('垂直细节分量');

subplot(2,2,4),imshow(uint8(cD)),title('对角线细节分量');

2、

wavedec2 二维多尺度分解

[C,S]=wavedec2(X,N,'wname')%使用指定的小波基函数对矩阵X进行N层分解

[C,S]=wavedec2(X,N,Lo_D,Hi_D)%使用指定的低通滤波器Lo_D和高通滤波器Hi_D分解信号为N

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值