資源簡介
小波分析是一個比較難的分支,用戶采用小波變換,可以實現圖像壓縮,振動信號的分解與重構等,因此在實際工程上應用較廣泛。小波分析與Fourier變換相比,小波變換是空間域和頻率域的局部變換,因而能有效地從信號中提取信息。小波變換通過伸縮和平移等基本運算,實現對信號的多尺度分解與重構,從而很大程度上解決了Fourier變換帶來的很多難題。
小波分析作一個新的數學分支,它是泛函分析、Fourier分析、數值分析的完美結晶;小波分析也是一種“時間—尺度”分析和多分辨分析的新技術,它在信號分析、語音合成、圖像壓縮與識別、大氣與海洋波分析等方面的研究,都有廣泛的應用。

代碼片段和文件信息
%第一層小波分解
clcclear
load?wbarb;
image(X);
colormap(map);
colorbar;
%?小波分解
[cA1cH1cV1cD1]?=?dwt2(X‘bior3.7‘);
%?第一層小波逼近系數--cA1
%?水平系數--cH1
%?垂直系數--cV1
%?對角系數--cD1
A1?=?upcoef2(‘a‘cA1‘bior3.7‘1);
H1?=?upcoef2(‘h‘cH1‘bior3.7‘1);?
V1?=?upcoef2(‘v‘cV1‘bior3.7‘1);
D1?=?upcoef2(‘d‘cD1‘bior3.7‘1);
%顯示第一層小波分解圖形
colormap(map);
subplot(221);?image(wcodemat(A1192));
title(‘第一層小波逼近系數A1‘)
subplot(222);?image(wcodemat(H1192));
title(‘第一層小波水平系數H1‘)
subplot(223);?image(wcodemat(V1192));
title(‘第一層小波垂直系數V1‘)?
subplot(224);?image(wcodemat(D1192));
title(‘第一層小波對角系數D1‘)
%%?由單層逆小波變換重新產生一副圖像
%?逆變換
Xsyn?=?idwt2(cA1cH1cV1cD1‘bior3.7‘);
%To?perform?a?level?2?decomposition?of?the?image
[CS]?=?wavedec2(X2‘bior3.7‘);?
%To?extract?the?level?2?approximation?coefficients?from?C
cA2?=?appcoef2(CS‘bior3.7‘2);
%To?extract?the?first-?and?second-level?detail?coefficients?from?C
cH2?=?detcoef2(‘h‘CS2);
cV2?=?detcoef2(‘v‘CS2);
cD2?=?detcoef2(‘d‘CS2);
cH1?=?detcoef2(‘h‘CS1);
cV1?=?detcoef2(‘v‘CS1);
cD1?=?detcoef2(‘d‘CS1);
%To?reconstruct?the?level?2?approximation?from?C
A2?=?wrcoef2(‘a‘CS‘bior3.7‘2);
%To?reconstruct?the?level?1?and?2?details?from?C
H1?=?wrcoef2(‘h‘CS‘bior3.7‘1);
V1?=?wrcoef2(‘v‘CS‘bior3.7‘1);
D1?=?wrcoef2(‘d‘CS‘bior3.7‘1);
H2?=?wrcoef2(‘h‘CS‘bior3.7‘2);
V2?=?wrcoef2(‘v‘CS‘bior3.7‘2);
D2?=?wrcoef2(‘d‘CS‘bior3.7‘2);
%To?display?the?results?of?the?level?2?decomposition
colormap(map);
subplot(241);image(wcodemat(A1192));
title(‘第一層小波逼近系數A1‘)
subplot(242);image(wcodemat(H1192));
title(‘第一層小波水平系數H1‘)
subplot(243);image(wcodemat(V1192));
title(‘第一層小波垂直系數V1‘)
subplot(244);image(wcodemat(D1192));
title(‘D第一層小波對角系數D1‘)
subplot(245);image(wcodemat(A2192));
title(‘第二層小波逼近系數A2‘)
subplot(246);image(wcodemat(H2192));
title(‘第二層小波水平系數H2‘)
subplot(247);image(wcodemat(V2192));
title(‘第二層小波垂直系數V2‘)
subplot(248);image(wcodemat(D2192));
title(‘第二層小波對角系數D2‘)
%%
%%?重構?the?original?image?from?the?wavelet?decomposition?structure
X0?=?waverec2(CS‘bior3.7‘);
%?壓縮圖像X
[thrsorhkeepapp]=?ddencmp(‘cmp‘‘wv‘X);
%?降噪?or?壓縮?using?wavelets.
[XcompCXCLXCPERF0PERFL2]?=?...?
wdencmp(‘gbl‘CS‘bior3.7‘2thrsorhkeepapp);
%?對比查看壓縮前后圖像
colormap(map);
subplot(121);?image(X);?title(‘原始圖像‘);?
axis?square
subplot(122);?image(Xcomp);?title(‘壓縮圖像‘);?
axis?square
?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件???????2644??2018-06-29?12:59??基于小波變換的圖像壓縮與matlab仿真\ysw3_1.m
?????目錄??????????0??2018-08-27?20:03??基于小波變換的圖像壓縮與matlab仿真
-----------?---------??----------?-----??----
?????????????????2644????????????????????2
- 上一篇:四輪獨立驅動電動汽車控制策略
- 下一篇:小波分析的matlab仿真
評論
共有 條評論