idualtree2

Q-сдвиг Кингсбери 2D обратный двойной древовидный комплексный вейвлет преобразовывает

Описание

imrec = idualtree2(A,D) возвращает обратное 2D комплексное двойное древовидное преобразование коэффициентов приближения итогового уровня, A, и массив ячеек коэффициентов вейвлета, DA и D выходные параметры dualtree2. Для реконструкции, idualtree2 использование два набора фильтров:

  • Ортогональный фильтр Q-сдвига длины 10

  • Почти симметричная биоортогональная пара фильтра с длинами 7 (масштабирующийся фильтр синтеза) и 5 (фильтр синтеза вейвлета)

пример

imrec = idualtree2(___,Name,Value) задает аргументы пары "имя-значение" использования дополнительных опций. Например, 'LowpassGain',0.1 применяет усиление 0,1 к коэффициентам приближения итогового уровня.

Примеры

свернуть все

В этом примере показано, как восстановить приближение на основе подмножества поддиапазонов вейвлета.

Загрузите 128 128 полутоновое изображение.

load xbox
imagesc(xbox)
colormap gray

Получите двойное древовидное преобразование вейвлета изображения вниз к уровню 2

lev = 2;
[a,d] = dualtree2(xbox,'Level',lev);

С тех пор существует шесть поддиапазонов вейвлета на каждом уровне разложения, создают матрицу 2 на 6 нулей.

dgains = zeros(lev,6);

Чтобы восстановить приближение на основе 2-х и 5-х поддиапазонов вейвлета, установите вторые и пятые строки dgains равняйтесь 1. 2-е и 5-е поддиапазоны вейвлета соответствуют фильтрации highpass строк и столбцов изображения.

dgains(:,[2 5]) = 1;

Получите две реконструкции с помощью заданных поддиапазонов вейвлета. Включайте масштабирующийся (lowpass) коэффициенты только в первой реконструкции.

imrec = idualtree2(a,d,'DetailGain',dgains);
imrec2 = idualtree2(a,d,'DetailGain',dgains,'LowpassGain',0);
figure
subplot(2,1,1)
imagesc(imrec)
title('With Lowpass Coefficients')
subplot(2,1,2)
imagesc(imrec2)
title('Without Lowpass Coefficients')
colormap gray

Входные параметры

свернуть все

Коэффициенты приближения итогового уровня в виде массива с действительным знаком. Коэффициентами приближения является выход dualtree2.

Типы данных: double | single

Коэффициенты приближения в виде массива ячеек. Коэффициентами вейвлета является выход dualtree2.

Типы данных: double | single

Аргументы в виде пар имя-значение

Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: 'LevelOneFilter','antonini','LowpassGain',0.5

Биоортогональный фильтр, чтобы использовать в синтезе первого уровня, заданном одним из значений, перечисленных здесь. Для совершенной реконструкции фильтры синтеза первого уровня должны совпадать с аналитическими фильтрами первого уровня, используемыми в dualtree2.

  • 'legall' — Фильтр LeGall 5/3

  • 'nearsym13_19' — (13,19) - касаются почти ортогонального фильтра

  • 'nearsym5_7' — (5,7) - касаются почти ортогонального фильтра

  • 'antonini' — (9,7) - касаются фильтра Antonini

Ортогональный Гильбертов синтез Q-сдвига фильтрует парную длину, чтобы использовать в уровнях 2 и выше в виде одного из перечисленных значений. Для совершенной реконструкции длина фильтра должна совпадать с длиной фильтра, используемой в dualtree2.

Содействующий поддиапазон вейвлета получает в виде матрицы с действительным знаком с размерностью строки L, где L является числом элементов в D. В DetailGain существует шесть столбцов для каждого из шести поддиапазонов вейвлета. Элементы DetailGain вещественные числа в интервале [0, 1]. k th элементы столбца DetailGain усиления (коэффициенты), применился к k th поддиапазон вейвлета. По умолчанию, DetailGain L-by-6 матрица из единиц.

Получите, чтобы примениться к приближению итогового уровня (lowpass, масштабировавшись) коэффициенты в виде вещественного числа в интервале [0, 1].

Ссылки

[1] Antonini, M., М. Барло, П. Мэтью и я. Daubechies. “Отобразите Кодирование Используя Преобразование Вейвлета”. Транзакции IEEE на Обработке изображений 1, № 2 (апрель 1992): 205–20. https://doi.org/10.1109/83.136597.

[2] Кингсбери, Ник. “Комплексные Вейвлеты для Анализа Инварианта Сдвига и Фильтрации Сигналов”. Примененный и Вычислительный Гармонический Анализ 10, № 3 (май 2001): 234–53. https://doi.org/10.1006/acha.2000.0343.

[3] Le Gall, D. и А. Тэбэйтабай. “Кодирование поддиапазона Цифровых изображений Используя Симметричные Короткие Фильтры Ядра и Методы Кодирования Арифметики”. В ICASSP-88., Международная конференция по вопросам Акустики, Речи и Обработки сигналов, 761–64. Нью-Йорк, Нью-Йорк, США: IEEE, 1988. https://doi.org/10.1109/ICASSP.1988.196696.

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Введенный в R2020a

Для просмотра документации необходимо авторизоваться на сайте