Дискретный стационарный вейвлет преобразовывает 2D
SWC = swt2(X,N,'
wname
')
[A,H,V,D]
= swt2(X,N,'wname
')
SWC = swt2(X,N,Lo_D,Hi_D)
[A,H,V,D]
= swt2(X,N,Lo_D,Hi_D)
swt2
выполняет многоуровневое 2D стационарное разложение вейвлета с помощью или ортогонального или биоортогонального вейвлета. Укажите, что вейвлет с помощью его имени ('wname'
, видят wfilters
для получения дополнительной информации), или его фильтры разложения.
SWC = swt2(X,N,'
или wname
')[A,H,V,D]
= swt2(X,N,'
вычислите стационарное разложение вейвлета 2D или 3-D матричного wname
')X
с действительным знаком на уровне N
, с помощью 'wname'
.
Если X
является 3-D матрицей, третья размерность X
должна равняться 3.
N
должен быть строго положительным целым числом (см. wmaxlev
для получения дополнительной информации), и 2 Н должны разделить size(X,1)
и size(X,2)
.
Размерность X
и уровня N
определяет размерности выходных параметров.
Если X
является 2D матрицей, и N
больше, чем 1, выходные параметры [A,H,V,D]
являются трехмерными массивами, которые содержат коэффициенты:
Для 1
≤ i
≤ N
, выходная матрица A(:,:,i)
содержит коэффициенты приближения уровня i
.
Выходные матрицы H(:,:,i)
, V(:,:,i)
и D(:,:,i)
содержат коэффициенты деталей уровня i
(горизонталь, вертикальная, и диагональная):
SWC = [H(:,:,1:N) ; V(:,:,1:N) ; D(:,:,1:N) ; A(:,:,N)]
Если X
является 2D матрицей, и N
равен 1, выходные параметры [A,H,V,D]
являются 2D массивами, где A
содержит коэффициенты приближения, и H
, V
, и D
содержит горизонталь, вертикальные, и диагональные коэффициенты детали, соответственно.
Если X
является 3-D матрицей размерности m
-by-n-by-3
, и N
больше, чем 1, выходные параметры [A,H,V,D]
являются 4-D массивами размерности m
-by-n-by-3-by-
N
, которые содержат коэффициенты:
Для 1
≤ i
≤ N
и j = 1, 2, 3
, выходная матрица A(:,:,j,i)
содержит коэффициенты приближения уровня i
.
Выходные матрицы H(:,:,j,i)
, V(:,:,j,i)
и D(:,:,j,i)
содержат коэффициенты деталей уровня i
(горизонталь, вертикальная, и диагональная):
SWC = [H(:,:,1:3,1:N) ; V(:,:,1:3,1:N) ; D(:,:,1:3,1:N) ; A(:,:,1:3,N)]
Если X
является 3-D матрицей размерности m
-by-n-by-3
, и N
равен 1, выходные параметры [A,H,V,D]
являются 4-D массивами размерности m
-by-n-by-1-by-3
, которые содержат коэффициенты:
Для j = 1, 2, 3
выходная матрица A(:,:,1,j)
содержит коэффициенты приближения.
Выходные матрицы H(:,:,1,j)
, V(:,:,1,j)
и D(:,:,1,j)
содержат горизонталь, вертикальные, и диагональные коэффициенты детали, соответственно.
SWC = [H(:,:,1,1:3) ; V(:,:,1,1:3) ; D(:,:,1,1:3) ; A(:,:,1,1:3)]
swt2
использует арифметику с двойной точностью внутренне и возвращает содействующие матрицы с двойной точностью. swt2
предупреждает, если существует потеря точности при преобразовании, чтобы удвоиться.
Чтобы отличить одноуровневое разложение изображения истинного цвета от многоуровневого разложения индексируемого изображения, приближение и детализировать массивы коэффициентов изображений истинного цвета является 4-D массивами. Смотрите Отличают Одноуровневое Изображение Истинного цвета от Многоуровневых Индексируемых Разложений Изображений. Также смотрите примеры Стационарное Преобразование Вейвлета Изображения и Обратное Стационарное Преобразование Вейвлета Изображения.
Если K
- разложение уровня выполняется, размерности A
, H
, V
, и массивами коэффициентов D
является m
-by-n-by-3-by-
K
.
Если одноуровневое разложение выполняется, размерности A
, H
, V
, и массивами коэффициентов D
является m
-by-n-by-1-by-3
. Начиная с одиночного элемента MATLAB®removes последние размерности по умолчанию, третья размерность массивов коэффициентов является одиночным элементом.
SWC = swt2(X,N,Lo_D,Hi_D)
или [A,H,V,D]
= swt2(X,N,Lo_D,Hi_D)
, вычисляет стационарное разложение вейвлета как в предыдущем синтаксисе, учитывая эти фильтры, как введено:
Lo_D
является фильтром нижних частот разложения.
Hi_D
является фильтром высоких частот разложения.
Lo_D
и Hi_D
должны быть той же длиной.
swt2
задан с помощью периодического расширения. Размер приближения и коэффициентов деталей, вычисленных на каждом уровне, равняется размеру входных данных.
Когда X представляет индексируемое изображение, X m
-by-n
матрица. Если уровнем разложения, N
больше, чем 1, выходные массивы SWC или приблизительно, cH, условная цена и CD, является m
-by-n-by-
N
массивы. Если уровнем разложения, N
равен 1, выходные массивы SWC или приблизительно, cH, условная цена и CD, является m
-by-n
массивы.
Когда X представляет изображение истинного цвета, это становится m
-by-n-by-3
массив. Этим массивом является m
-by-n-by-3
массив, где каждый m
-by-n
матрица представляет красную, зеленую, или синюю цветную плоскость, конкатенированную по третьему измерению. Если уровнем разложения, N
больше, чем 1, выходные массивы SWC или приблизительно, cH, условная цена и CD, является m
-by-n-by-3-by-
N
. Если уровнем разложения, N
равен 1, выходные массивы SWC или приблизительно, cH, условная цена и CD, является m
-by-n-by-1-by-3
.
Для получения дополнительной информации о форматах изображения смотрите страницы с описанием imfinfo
и image
.
Для изображений алгоритм, подобный одномерному случаю, возможен для двумерных вейвлетов и масштабирующихся функций, полученных из одномерных единиц продуктом тензора.
Этот вид двумерного SWT приводит к разложению коэффициентов приближения на уровне j в четырех компонентах: приближение на уровне j +1 и детали в трех ориентациях (горизонталь, вертикальная, и диагональная).
Следующий график описывает основной шаг разложения для изображений:
Нэзон, Г.П.; Б.В. Сильверман (1995), “Стационарный вейвлет преобразовывает и некоторые статистические приложения”, Примечания Лекции в Статистике, 103, стр 281–299.
Койфман, Р.Р.; Донохо, D.L. (1995), “Шумоподавление инварианта перевода”, Примечания Лекции в Статистике, 103, стр 125–150.
Pesquet, Дж.К.; Х. Крим, Х. Карфэйтан (1996), “Независимые от времени ортонормированные представления вейвлета”, Знак Сделки IEEE. Proc., издание 44, 8, стр 1964–1970.