當(dāng)前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

图像二维离散小波变换

發(fā)布時間：2023/12/31 编程问答 23 豆豆

生活随笔收集整理的這篇文章主要介紹了图像二维离散小波变换小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.

版權(quán)聲明：本文為博主原創(chuàng)文章，遵循 CC 4.0 BY-SA 版權(quán)協(xié)議，轉(zhuǎn)載請附上原文出處鏈接和本聲明。本文鏈接：https://blog.csdn.net/daisy9212/article/details/49184271

這兩天接觸圖像多尺度分解的一些內(nèi)容，主要重點在EMD(empirical mode decomposition)——BEMD(bidimensional empirical mode decomposition),LMD(local mean decomposition)——BLMD(bidimensional local mean decomposition,BLMD)。
之前一直沒有接觸過這個領(lǐng)域，現(xiàn)在開始慢慢做一些積累，先從小波變換開始吧。
1 圖像多尺度分解
由于圖像對象尺寸大小的不一，以及人類視覺系統(tǒng)對物體尺度的自適應(yīng)性，在圖像數(shù)據(jù)中引入一個尺度維，把圖像在不同尺度下進行分解。直觀地來講，客觀的物體根據(jù)其與觀察者的距離遠近不同而呈現(xiàn)出不同的表現(xiàn)形式，比如，人在不同的距離觀察同一目標(biāo)對象時，在距離較遠時，看到的是對象的整體輪廓，在近距離觀察時，看到的是關(guān)于對象的更多的細節(jié)，便是對圖像進行了多尺度分解。
目前關(guān)于圖像多尺度分解中的“尺度”一詞，存在多種不同的直觀理解，如把圖像的分辨率作為圖像分解的尺度，或以圖像對象尺寸大小作為圖像分解的尺度，又或以對圖像進行卷積的卷積核的參數(shù)作為圖像分解的尺度。

2 圖像二維離散小波變換
圖像的二維離散小波分解和重構(gòu)過程如下圖所示，分解過程可描述為：首先對圖像的每一行進行 1D-DWT，獲得原始圖像在水平方向上的低頻分量 L 和高頻分量 H，然后對變換所得數(shù)據(jù)的每一列進行 1D-DWT，獲得原始圖像在水平和垂直方向上的低頻分量 LL、水平方向上的低頻和垂直方向上的高頻 LH、水平方向上的高頻和垂直方向上的低頻 HL 以及水平和垂直方向上的的高頻分量 HH。重構(gòu)過程可描述為：首先對變換結(jié)果的每一列進行以為離散小波逆變換，再對變換所得數(shù)據(jù)的每一行進行一維離散小波逆變換，即可獲得重構(gòu)圖像。由上述過程可以看出，圖像的小波分解是一個將信號按照低頻和有向高頻進行分離的過程，分解過程中還可以根據(jù)需要對得到的 LL 分量進行進一步的小波分解，直至達到要求。

備注：為了直觀地體現(xiàn)小波多尺度分解，下面在matlab里做了一組測試，簡單代碼如下：

load woman; % X包含圖像 % 圖像分解尺度為2，采用sym5小波 [c,s] = wavedec2(X,2,'sym5'); %分解尺度為1的低頻分量 a1 = wrcoef2('a',c,s,'sym5',1); %分解尺度為2的低頻分量 a2 = wrcoef2('a',c,s,'sym5',2);%%高頻分量 %HL hd2 = wrcoef2('h',c,s,'sym5',2); %LH vd2 = wrcoef2('v',c,s,'sym5',2); %HH dd2 = wrcoef2('d',c,s,'sym5',2);M=[a2 hd2;vd2 dd2]; image(M);colormap(map); axis off;%%%繼續(xù)對LL進行分解 [c,s] = wavedec2(a2,2,'sym5'); a22 = wrcoef2('a',c,s,'sym5',2);hd22 = wrcoef2('h',c,s,'sym5',2); vd22 = wrcoef2('v',c,s,'sym5',2); dd22 = wrcoef2('d',c,s,'sym5',2); figure(2); N=[a22 hd22;vd22 dd22]; image(N);colormap(map); axis off;

實驗結(jié)果：

LL分量繼續(xù)分解

備注：在圖像完成分解后，如何分析才是需要繼續(xù)研讀的重點。

總結(jié)

以上是生活随笔為你收集整理的图像二维离散小波变换的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。