plotdt

Двойной древовидный или вейвлет графика с удвоенной плотностью преобразовывает

свернуть все на странице

Синтаксис

plotdt(wt)

Описание

пример

plotdt(wt) строит коэффициенты 1D или 2D разложения набора фильтров вейвлета, wt.

Примеры

свернуть все

Скрипт Open Live Script

Постройте комплексное двойное древовидное преобразование вейвлета шумного Доплеровского сигнала.

Загрузите шумный Доплеровский сигнал. Получите комплексный двойной древовидный вейвлет, преобразовывают вниз к уровню 4. 

load noisdopp;
wt = dddtree('cplxdt',noisdopp,4,'dtf1');

Постройте коэффициенты. 

plotdt(wt)

Скрипт Open Live Script

Постройте ориентированное двойное древовидное преобразование вейвлета комплекса изображения.

Загрузите xbox изображение. Получите ориентированный двойной древовидный вейвлет комплекса, преобразовывают вниз к уровню 3. 

load xbox;
wt = dddtree2('cplxdt',xbox,3,'dtf1');

Постройте коэффициенты. 

plotdt(wt)

Выберите желаемые коэффициенты детали уровня из выпадающего списка.

Входные параметры

свернуть все

Вейвлет преобразовывает, возвращенный как структура в dddtree или dddtree2 с этими полями:

Тип разложения вейвлета (набор фильтров) в виде одного из 'dwt', 'ddt', 'realdt', 'cplxdt', 'realdddt', или 'cplxdddt'. 'realdt' и 'realdddt' только допустимы для 2D вейвлета, преобразовывают. Тип, 'dwt', критически произведенный (безызбыточный) дискретный вейвлет, преобразовывают для 1D данных или 2D изображений. Другие типы разложения являются сверхдискретизированным вейвлетом, преобразовывает. Для получения дополнительной информации о типах преобразования смотрите dddtree поскольку 1D вейвлет преобразовывает и dddtree2 поскольку 2D вейвлет преобразовывает.

Уровень разложения вейвлета в виде положительного целого числа.

Разложение (анализ) и реконструкция (синтез) фильтрует в виде структуры с этими полями:

Первые фильтры разложения уровня, заданные как N-by-2 или N-by-3 матрица для одно-древовидного вейвлета, преобразовывают, или 1 2 массив ячеек двух N-by-2 или N-by-3 матрицы для двойного древовидного вейвлета преобразовывает. Матрицами является N-by-3 для вейвлета с удвоенной плотностью, преобразовывает. Для N-by-2 матрица, первый столбец матрицы является масштабирующимся (lowpass), фильтр и второй столбец являются вейвлетом (highpass) фильтр. Для N-by-3 матрица, первый столбец матрицы является масштабирующимся (lowpass), фильтр и вторые и третьи столбцы являются вейвлетом (highpass) фильтры. Поскольку двойное дерево преобразовывает, каждый элемент массива ячеек содержит аналитические фильтры первой стадии для соответствующего дерева.

Аналитические фильтры для уровней> 1 в виде N-by-2 или N-by-3 матрица для одно-древовидного вейвлета преобразовывают, или 1 2 массив ячеек двух N-by-2 или N-by-3 матрицы для двойного древовидного вейвлета преобразовывает. Матрицами является N-by-3 для вейвлета с удвоенной плотностью, преобразовывает. Для N-by-2 матрица, первый столбец матрицы является масштабирующимся (lowpass), фильтр и второй столбец являются вейвлетом (highpass) фильтр. Для N-by-3 матрица, первый столбец матрицы является масштабирующимся (lowpass), фильтр и вторые и третьи столбцы являются вейвлетом (highpass) фильтры. Поскольку двойное дерево преобразовывает, каждый элемент массива ячеек содержит аналитические фильтры для соответствующего дерева.

Фильтры реконструкции первого уровня в виде N-by-2 или N-by-3 матрица для одно-древовидного вейвлета преобразовывают, или 1 2 массив ячеек двух N-by-2 или N-by-3 матрицы для двойного древовидного вейвлета преобразовывает. Матрицами является N-by-3 для вейвлета с удвоенной плотностью, преобразовывает. Для N-by-2 матрица, первый столбец матрицы является масштабирующимся (lowpass), фильтр и второй столбец являются вейвлетом (highpass) фильтр. Для N-by-3 матрица, первый столбец матрицы является масштабирующимся (lowpass), фильтр и вторые и третьи столбцы являются вейвлетом (highpass) фильтры. Поскольку двойное дерево преобразовывает, каждый элемент массива ячеек содержит фильтры синтеза первой стадии для соответствующего дерева.

Фильтры реконструкции для уровней> 1 в виде N-by-2 или N-by-3 матрица для одно-древовидного вейвлета преобразовывают, или 1 2 массив ячеек двух N-by-2 или N-by-3 матрицы для двойного древовидного вейвлета преобразовывает. Матрицами является N-by-3 для вейвлета с удвоенной плотностью, преобразовывает. Для N-by-2 матрица, первый столбец матрицы является масштабирующимся (lowpass), фильтр и второй столбец являются вейвлетом (highpass) фильтр. Для N-by-3 матрица, первый столбец матрицы является масштабирующимся (lowpass), фильтр и вторые и третьи столбцы являются вейвлетом (highpass) фильтры. Поскольку двойное дерево преобразовывает, каждый элемент массива ячеек содержит фильтры синтеза первой стадии для соответствующего дерева.

Вейвлет преобразовывает коэффициенты в виде 1 на (level+1) массив ячеек матриц. Размер и структура элементов матрицы массива ячеек зависят от типа вейвлета, преобразовывают и 1D ли разложение или 2D. Поскольку 1D вейвлет преобразовывает, коэффициенты организованы типом преобразования можно следующим образом:

  • 'dwt' — cfs{j}

    • j = 1,2... level уровень.

    • cfs{level+1} lowpass, или масштабирование, коэффициенты.

  • 'ddt' — cfs{j}(:,:,k)

    • j = 1,2... level уровень.

    • k = 1,2 является фильтром вейвлета.

    • cfs{level+1}(:,:) lowpass, или масштабирование, коэффициенты.

  • 'cplxdt' — cfs{j}(:,:,m)

    • j = 1,2... level уровень.

    • m = 1,2 является действительными и мнимыми частями.

    • cfs{level+1}(:,:) lowpass, или масштабирование, коэффициенты.

  • 'realdddt' — cfs{j}(:,:,d,k)

    • j = 1,2... level уровень.

    • d = 1,2,3 ориентация.

    • k = 1,2 является вейвлетом, преобразовывают дерево.

    • cfs{level+1}(:,:) lowpass, или масштабирование, коэффициенты.

  • 'cplxdddt' — cfs{j}(:,:,d,k,m)

    • j = 1,2... level уровень.

    • k = 1,2 является вейвлетом, преобразовывают дерево.

    • m = 1,2 является действительными и мнимыми частями.

    • cfs{level+1}(:,:) lowpass, или масштабирование, коэффициенты.

Поскольку 2D вейвлет преобразовывает, коэффициенты организованы типом преобразования можно следующим образом:

  • 'dwt' — cfs{j}(:,:,d)

    • j = 1,2... level уровень.

    • d = 1,2,3 ориентация.

    • cfs{level+1}(:,:) lowpass, или масштабирование, коэффициенты.

  • 'ddt' — cfs{j}(:,:,d)

    • j = 1,2... level уровень.

    • d = 1,2,3,4,5,6,7,8 ориентация.

    • cfs{level+1}(:,:) lowpass, или масштабирование, коэффициенты.

  • 'realddt' — cfs{j}(:,:,d,k)

    • j = 1,2... level уровень.

    • d = 1,2,3 ориентация.

    • k = 1,2 является вейвлетом, преобразовывают дерево.

    • cfs{level+1}(:,:) lowpass, или масштабирование, коэффициенты.

  • 'cplxdt' — cfs{j}(:,:,d,k,m)

    • j = 1,2... level уровень.

    • d = 1,2,3 ориентация.

    • k = 1,2 является вейвлетом, преобразовывают дерево.

    • m = 1,2 является действительными и мнимыми частями.

    • cfs{level+1}(:,:) lowpass, или масштабирование, коэффициенты.

  • 'realdddt' — cfs{j}(:,:,d,k)

    • j = 1,2... level уровень.

    • d = 1,2,3 ориентация.

    • k = 1,2 является вейвлетом, преобразовывают дерево.

    • cfs{level+1}(:,:) lowpass, или масштабирование, коэффициенты.

  • 'cplxdddt' — cfs{j}(:,:,d,k,m)

    • j = 1,2... level уровень.

    • d = 1,2,3 ориентация.

    • k = 1,2 является вейвлетом, преобразовывают дерево.

    • m = 1,2 является действительными и мнимыми частями.

    • cfs{level+1}(:,:) lowpass, или масштабирование, коэффициенты.

Смотрите также

| | | |

Темы

Введенный в R2013b

Документация Wavelet Toolbox
Поддержка
Для просмотра документации необходимо авторизоваться на сайте