Обратный дискретный стационарный 2D вейвлет преобразовывает
X = iswt2(swc,wname)swc использование вейвлета wname. Разложение swc выход swt2.
Примечание
swt2 использование арифметика с двойной точностью внутренне и возвращает содействующие матрицы с двойной точностью. swt2 предупреждает, если существует потеря точности при преобразовании, чтобы удвоиться.
X = iswt2(A,H,V,D,wname)A и детализируйте массивы коэффициентов HV, и D. Массивы HV, и D содержите горизонталь, вертикальные, и диагональные коэффициенты детали, соответственно. Массивами является выход swt2.
Если разложение swc или массивы коэффициентов AHV, и D были сгенерированы от многоуровневого разложения 2D матрицы, синтаксис X = iswt2(A(:,:,end),H,V,D,wname) восстанавливает 2D матрицу.
Если разложение swc или массивы коэффициентов AHV, и D были сгенерированы от одноуровневого разложения трехмерного массива, синтаксис X = iswt2(A(:,:,1,:),H,V,D,wname) восстанавливает трехмерный массив.
X = iswt2(A,H,V,D,LoR,HiR)LoR и HiR, соответственно.
Если разложение swc или массивы коэффициентов AHV, и D были сгенерированы от многоуровневого разложения 2D матрицы, синтаксис X = iswt2(A(:,:,end),H,V,D,LoR,HiR) восстанавливает 2D матрицу.
Если разложение swc или массивы коэффициентов AHV, и D были сгенерированы от одноуровневого разложения трехмерного массива, синтаксис X = iswt2(A(:,:,1,:),H,V,D,LoR,HiR) восстанавливает трехмерный массив.
Покажите совершенную реконструкцию с помощью swt2 и iswt2 с ортогональным вейвлетом.
load woman [Lo_D,Hi_D,Lo_R,Hi_R] = wfilters('db6'); [ca,chd,cvd,cdd] = swt2(X,3,Lo_D,Hi_D); recon = iswt2(ca,chd,cvd,cdd,Lo_R,Hi_R); norm(X-recon)
ans = 1.0126e-08
В этом примере показано, как восстановить изображение RGB от многоуровневого стационарного разложения вейвлета с помощью приближения и детализировать массивы коэффициентов.
Загрузите изображение RGB. Изображение RGB также упоминается как изображение истинного цвета. Изображение является трехмерным массивом типа uint8. Начиная с swt2 требует, чтобы первые и вторые измерения и были делимыми степенью 2, извлекли фрагмент изображения и просмотрели его.
imdata = imread('ngc6543a.jpg');
x = imdata(1:512,1:512,:);
image(x)
Получите уровень 4 стационарное разложение вейвлета изображения с помощью db4 вейвлет. Возвратите коэффициенты приближения и горизонталь, вертикальную, и детализируйте коэффициенты как отдельные массивы.
[a,h,v,d] = swt2(x,4,'db4');Восстановите изображение с помощью зеленых и синих компонентов коэффициентов приближения. Отобразите реконструкцию.
a2 = zeros(size(a)); a2(:,:,2:3,4)=a(:,:,2:3,4); xrec = iswt2(a2,0*h,0*v,0*d,'db4'); xrec2 = (xrec-min(xrec(:)))/(max(xrec(:))-min(xrec(:))); image(xrec2) title('Reconstruction')
[1] Нэзон, G. P. и Б. В. Сильверман. “Стационарное Преобразование Вейвлета и Некоторые Статистические Приложения”. В Вейвлетах и Статистике, отредактированной Анестисом Антониэдисом и Жоржем Оппенхеймом, 103:281–99. Нью-Йорк, Нью-Йорк: Спрингер Нью-Йорк, 1995. https://doi.org/10.1007/978-1-4612-2544-7_17.
[2] Койфман, R. R. и Д. Л. Донохо. “Инвариантное переводом Шумоподавление”. В Вейвлетах и Статистике, отредактированной Анестисом Антониэдисом и Жоржем Оппенхеймом, 103:125–50. Нью-Йорк, Нью-Йорк: Спрингер Нью-Йорк, 1995. https://doi.org/10.1007/978-1-4612-2544-7_9.
[3] Pesquet, J.-C., Х. Крим и Х. Карфэнтэн. “Независимые от времени Ортонормированные Представления Вейвлета”. Транзакции IEEE на Обработке сигналов 44, № 8 (август 1996): 1964–70. https://doi.org/10.1109/78.533717.