Извлечение и изображения на дисплее стационарных коэффициентов уровня разложения вейвлета. Сначала загрузите и отобразите оригинальное изображение. Затем выполните стационарное разложение вейвлета изображения на уровне 2 с помощью db6.

load woman
imagesc(X)
colormap(map)
title('Original')

[ca,chd,cvd,cdd] = swt2(X,2,'db6');

Извлеките приближение Уровня 1 и Уровня 2 и детализируйте коэффициенты от разложения.

A1 = wcodemat(ca(:,:,1),255);
H1 = wcodemat(chd(:,:,1),255);
V1 = wcodemat(cvd(:,:,1),255);
D1 = wcodemat(cdd(:,:,1),255);

A2 = wcodemat(ca(:,:,2),255);
H2 = wcodemat(chd(:,:,2),255);
V2 = wcodemat(cvd(:,:,2),255);
D2 = wcodemat(cdd(:,:,2),255);

Отобразите приближение и детализируйте коэффициенты от этих двух уровней.

subplot(2,2,1)
imagesc(A1)
title('Approximation Coef. of Level 1')

subplot(2,2,2)
imagesc(H1)
title('Horizontal Detail Coef. of Level 1')

subplot(2,2,3)
imagesc(V1)
title('Vertical Detail Coef. of Level 1')

subplot(2,2,4)
imagesc(D1)
title('Diagonal Detail Coef. of Level 1')

subplot(2,2,1)
imagesc(A2)
title('Approximation Coef. of Level 2')

subplot(2,2,2)
imagesc(H2)
title('Horizontal Detail Coef. of Level 2')

subplot(2,2,3)
imagesc(V2)
title('Vertical Detail Coef. of Level 2')

subplot(2,2,4)
imagesc(D2)
title('Diagonal Detail Coef. of Level 2')

В этом примере вы получаете одноуровневые и многоуровневые стационарные разложения вейвлета изображения истинного цвета. Вы просматриваете результаты каждого разложения.

Загрузите в изображении истинного цвета. Изображение является трехмерным массивом типа uint8. Начиная с swt2 требует первых и вторых измерений и являются делимыми степенью 2, извлекают фрагмент изображения и просматривают его.

imdata = imread('ngc6543a.jpg');
x = imdata(1:512,1:512,:);
imagesc(x)

Получите 4-уровневое стационарное разложение вейвлета изображения с помощью db4 вейвлет. Возвратите коэффициенты приближения и горизонталь, вертикальную, и детализируйте коэффициенты как отдельные массивы. Отметьте размерности выходных массивов.

[a,h,v,d] = swt2(x,4,'db4');
size(a)

ans = 1×4

   512   512     3     4

size(h)

ans = 1×4

   512   512     3     4

size(v)

ans = 1×4

   512   512     3     4

size(d)

ans = 1×4

   512   512     3     4

Выходные массивы все имеют тип double. Просмотрите коэффициенты приближения уровня 2. Поскольку коэффициенты приближения имеют тип double, снимите их в качестве uint8, который является типом данных изображения.

figure
imagesc(uint8(a(:,:,:,2)))
title('Level 2 Approximation Coefficients')

Восстановите изображение путем выполнения обратного преобразования. Вычислите различие между оригинальным изображением и реконструкцией. Поскольку реконструкция имеет тип double, снимите реконструкцию в качестве типа uint8 прежде, чем вычислить различие.

rec = iswt2(a,h,v,d,'db4');
maxdiff = max(abs(uint8(rec(:))-x(:)));
disp(['maximum difference = ' num2str(maxdiff)])

maximum difference = 0

Получите одноуровневое стационарное разложение вейвлета изображения с помощью db4 вейвлет. Возвратите коэффициенты приближения и горизонталь, вертикальную, и детализируйте коэффициенты в отдельных массивах. Отметьте размерности выходных массивов.

[a,h,v,d] = swt2(x,1,'db4');
size(a)

ans = 1×4

   512   512     1     3

size(h)

ans = 1×4

   512   512     1     3

size(v)

ans = 1×4

   512   512     1     3

size(d)

ans = 1×4

   512   512     1     3

Просмотрите коэффициенты приближения. Предотвратить ошибку при использовании imagesc, сожмите содействующий массив приближения, чтобы удалить одноэлементную размерность.

asqueeze = squeeze(a);
size(asqueeze)

ans = 1×3

   512   512     3

figure
imagesc(uint8(asqueeze))
title('Approximation Coefficients')

Восстановите изображение путем выполнения обратного преобразования. Вычислите различие между оригинальным изображением и реконструкцией. Поскольку реконструкция имеет тип double, снимите реконструкцию в качестве типа uint8 прежде, чем вычислить различие.

rec = iswt2(a,h,v,d,'db4');
maxdiff = max(abs(uint8(rec(:))-x(:)));
disp(['maximum difference = ' num2str(maxdiff)])

maximum difference = 0

В этом примере показано, как восстановить изображение истинного цвета от одноуровневого стационарного разложения вейвлета с помощью 3-D приближения и детализировать массивы коэффициентов.

Загрузите в изображении истинного цвета. Изображение является трехмерным массивом типа uint8. Начиная с swt2 требует первых и вторых измерений и являются делимыми степенью 2, извлекают фрагмент изображения и просматривают его.

imdata = imread('ngc6543a.jpg');
x = imdata(1:512,1:512,:);
imagesc(x)

Получите одноуровневое стационарное разложение вейвлета изображения с помощью db4 вейвлет. Возвратите коэффициенты приближения и горизонталь, вертикальную, и детализируйте коэффициенты в отдельных массивах. Отметьте размерности выходных массивов.

[a,h,v,d] = swt2(x,1,'db4');
size(a)

ans = 1×4

   512   512     1     3

size(h)

ans = 1×4

   512   512     1     3

size(v)

ans = 1×4

   512   512     1     3

size(d)

ans = 1×4

   512   512     1     3

Сожмите массивы коэффициентов, чтобы удалить их одноэлементные размерности. Отметьте размерности сжатых массивов.

asq = squeeze(a);
hsq = squeeze(h);
vsq = squeeze(v);
dsq = squeeze(d);
size(asq)

ans = 1×3

   512   512     3

size(hsq)

ans = 1×3

   512   512     3

size(vsq)

ans = 1×3

   512   512     3

size(dsq)

ans = 1×3

   512   512     3

Так, чтобы iswt2 может правильно восстановить trueimage от новых массивов коэффициентов, вставить одноэлементную размерность путем изменения размерность сжатых массивов. Восстановите изображение с измененными массивами коэффициентов.

a2 = reshape(asq,[512,512,1,3]);
h2 = reshape(hsq,[512,512,1,3]);
v2 = reshape(vsq,[512,512,1,3]);
d2 = reshape(dsq,[512,512,1,3]);
rec = iswt2(a2,h2,v2,d2,'db4');

Вычислите различие между оригинальным изображением и реконструкцией. Поскольку реконструкция имеет тип double, снимите реконструкцию в качестве типа uint8 прежде, чем вычислить различие.

maxdiff = max(abs(uint8(rec(:))-x(:)));
disp(['maximum difference = ' num2str(maxdiff)])

maximum difference = 0