关于小波变换我只是有一个很朴素了理解。不过小波变换可以和傅里叶变换结合起来理解。
傅里叶变换是用一系列不同频率的正余弦函数去分解原函数,变换后得到是原函数在正余弦不同频率下的系数。
小波变换使用一系列的不同尺度的小波去分解原函数,变换后得到的是原函数在不同尺度小波下的系数。
不同的小波通过平移与尺度变换分解,平移是为了得到原函数的时间特性,尺度变换是为了得到原函数的频率特性。
小波变换步骤:
1.把小波w(t)和原函数f(t)的开始部分进行比较,计算系数C。系数C表示该部分函数与小波的相似程度。
2.把小波向右移k单位,得到小波w(t-k),重复1。重复该部知道函数f结束.
3.扩展小波w(t),得到小波w(t/2),重复步骤1,2.
4.不断扩展小波,重复1,2,3.
我这里使用的haar小波,缩放函数是[1 1],小波函数是[1 -1]。是最简单的小波了。
先看看分解的效果,这次我选用了大图:
尺度为2的全分解小波包:
下面是matlab代码:
main.m
clear all;
close all;
clc;
img=double(imread('Lena (2).jpg'));
[m n]=size(img);
[LL LH HL HH]=haar_dwt2D(img); %当然dwt2(img,&#