pdqn.net
当前位置:首页 >> 小波变换差值mAtlAB实例 >>

小波变换差值mAtlAB实例

[YC,YS]=wavedec2(Y,2,'db1');Y为要分解的图像矩阵,2为分解的层数,'db1'为采用的小波基返回两个矩阵YC和YS.Yh2=detcoef2('h',YC,YS,2);这是提取出图像2层分解后的水平分量,h改v是垂直分量,h该d是对角分量.细节分量用另外一个方法提取.

[yc,ys]=wavedec2(y,2,'db1');y为要分解的图像矩阵,2为分解的层数,'db1'为采用的小波基返回两个矩阵yc和ys.yh2=detcoef2('h',yc,ys,2);这是提取出图像2层分解后的水平分量,h改v是垂直分量,h该d是对角分量.细节分量用另外一个方法提取.

图像的小波分解应该是二维的啊,做的话可以用matlab中的dwt2函数.具体如下:[ca,ch,cv,cd]=dwt2(imread('moon.tif'),'db2'); figure;colormap('gray');image([ca,ch;cv,cd]); 其中ca,ch,cv,cd为小波系数,均为矩阵.

% 读入wbarb信号load wbarb;%显示图像subplot(221);image(wcodemat(X,192));colormap(gray(256));title('原始图像');axis square%对图像用bior3.7小波进行2层小波分解[c,s]=wavedec2(X,2,'bior3.7');%提取小波分解结构中第一层低频系数

N=500;fs=1000; %设置采样点及采样频率n=0:N-1;t=n/fs;s=sin(50*2*pi*n/fs)+sin(300*2*pi*n/fs); %信号生成s1=awgn(s,2); %信噪比2dBs_ft1=fftshift(abs(fft(s1,N)))/fs;s2=awgn(s,0); %信噪比0dBs_ft2=fftshift(abs(fft(s2,N)))/fs;s3=awgn(s,-2);

可否传一下你的图片? clc;clear all;close all;%%读取两幅图像 x1=imread('rice.png'); x2=imread('cameraman.tif'); if ndims(x1)==3 x3=rgb2gray(x1); else x3=x1; end if ndims(x2)==3 x4=rgb2gray(x2); else x4=x2; end subplot(221) [m,n]=size(x3);

小波分层x=imread('图片')[c,s]=wavedec2(x,2,'bior3.7')小波重构a1=wrcoef2('a',c,s,'bior3.7',1)我也不太会你参考一下吧

%这个是2D-DWT的函数,是haar小波%c是图像像素矩阵 steps是变换的阶数function dwtc = dwt_haar(c, steps)% DWTC = CWT_HARR(C) - Discrete Wavelet Transform using Haar filter%% M D Plumbley Nov 2003N = length(c)-1; % Max index for

[cA,cH,cV,cD] = dwt2(X,'wname')二维离散小波变换,X是原始信息,wname是选取的小波基,cA是低频分量.[A,H,V,D] = swt2(X,N,'wname')二维离散静态小波变换.A是低频信息.可参考:董长虹.Matlab小波分析工具箱原理与应用也可以在Matlab的help中查找,或直接输入help dwt

你必须得了解神经网络吧,光那个训练函数及newff就够你琢磨半天的,然后在分析小波吧,如果没学过的肯定也得下下功夫了,其实就这两部分,建议单独各自找个例子代码运行一下,比较直观的学习我觉的是matlab学好的捷径,事在人为,没有什么好办法,只要你下那么一点点功夫,总比玩局dota要有成就感的多,放心这2部分的例子数不胜数,多看看没坏处的!只是建议,还是那句事在人为,多学点没坏处!

网站首页 | 网站地图
All rights reserved Powered by www.pdqn.net
copyright ©right 2010-2021。
内容来自网络,如有侵犯请联系客服。zhit325@qq.com