MATLAB——二维小波的单层分解

程高兴2023-12-16 14:20

Matlab 复制代码

%%  学习目标：二维小波的单层分解
%%  二维小波适合图像处理和分析，将图像分解为4个图像  两个维度  低通，高通
clear all;
close all;
load woman.mat;
%%  which woman.mat
Y=ind2gray(X,map);                %将索引图像转换为灰度图像
[cA,cH,cV,cD]=dwt2(Y,'db1');      %二维小波的单层分解
%%  cA（近似系数）是两个维度低通滤波，
%%  cH（水平细节系数）是横向低通滤波，纵向高通滤波，
%%  cV（垂直细节系数）是横向高通滤波，纵向低通滤波
%%  cD（对角细节系数）是两个维度高通滤波
figure;
subplot(221);
imshow(cA,[]);
subplot(222);
imshow(cH,[]);
subplot(223);
imshow(cV,[]);
subplot(224);
imshow(cD,[]);
set(gcf,'position',[50,50,400,400]);

直接复制代码就可以使用，文末有我的微信公众号欢迎关注呦！

%% 学习目标：二维小波的单层分解

%% 二维小波适合图像处理和分析，将图像分解为4个图像两个维度低通，高通

clear all;

close all;

load woman.mat;

%% which woman.mat

Y=ind2gray(X,map); %将索引图像转换为灰度图像

cA,cH,cV,cD\]=dwt2(Y,'db1'); %二维小波的单层分解 %% cA（近似系数）是两个维度低通滤波， %% cH（水平细节系数）是横向低通滤波，纵向高通滤波， %% cV（垂直细节系数）是横向高通滤波，纵向低通滤波 %% cD（对角细节系数）是两个维度高通滤波 figure; subplot(221); imshow(cA,\[\]); subplot(222); imshow(cH,\[\]); subplot(223); imshow(cV,\[\]); subplot(224); imshow(cD,\[\]); set(gcf,'position',\[50,50,400,400\]);