Восстановите одну ветвь от 2D коэффициентов вейвлета
X = wrcoef2('type',C,S,wname,N)
X = wrcoef2('type',C,S,Lo_R,Hi_R,N)
X = wrcoef2('type',C,S,wname)
X
= wrcoef2('type',C,S,Lo_R,Hi_R)
wrcoef2 двумерная аналитическая функция вейвлета. wrcoef2 восстанавливает коэффициенты изображения.
X = wrcoef2( вычисляет матрицу восстановленных коэффициентов уровня 'type',C,S,wname,N)N, на основе структуры разложения вейвлета [C,S] (см. wavedec2 для получения дополнительной информации.
wname вектор символов или скаляр строки, содержащий имя вейвлета (см. wfilters для получения дополнительной информации. Если 'type'
= 'a', коэффициенты приближения восстановлены; в противном случае, если 'type'
= 'h' V или 'd', соответственно), горизонталь (вертикальный или диагональный, соответственно) коэффициенты детали восстановлены.
Уровень N должно быть целое число, таким образом что 0 ≤ N ≤ size(S,1)-2 если 'type' = 'a' и таким образом, что 1 ≤ N ≤ size(S,1)-2 если 'type' = 'h'V, или 'd'.
Вместо того, чтобы дать имя вейвлета, можно дать фильтры.
Для X = wrcoef2(, 'type',C,S,Lo_R,Hi_R,N)Lo_R реконструкция фильтр lowpass и Hi_R фильтр высоких частот реконструкции.
X = wrcoef2( или 'type',C,S,wname)X
= wrcoef2( восстановите коэффициенты максимального уровня 'type',C,S,Lo_R,Hi_R)N = size(S,1)-2.
% The current extension mode is zero-padding (see dwtmode).
% Load an image.
load woman;
% X contains the loaded image.
% Perform decomposition at level 2
% of X using sym5.
[c,s] = wavedec2(X,2,'sym5');
% Reconstruct approximations at
% levels 1 and 2, from the wavelet
% decomposition structure [c,s].
a1 = wrcoef2('a',c,s,'sym5',1);
a2 = wrcoef2('a',c,s,'sym5',2);
% Reconstruct details at level 2,
% from the wavelet decomposition
% structure [c,s].
% 'h' is for horizontal,
% 'v' is for vertical,
% 'd' is for diagonal.
hd2 = wrcoef2('h',c,s,'sym5',2);
vd2 = wrcoef2('v',c,s,'sym5',2);
dd2 = wrcoef2('d',c,s,'sym5',2);
% All these images are of same size sX.
sX = size(X)
sX =
256 256
sa1 = size(a1)
sa1 =
256 256
shd2 = size(hd2)
shd2 =
256 256
Если C и S получены из индексируемого анализа изображения (соответственно анализ изображения истинного цвета) затем X m- n матрица (соответственно m- n- 3 массива).
Для получения дополнительной информации о форматах изображения смотрите страницы с описанием image и imfinfo функции.