小波變換 mallat講課講稿.doc

小波變換 mallat講課講稿.doc

ID:60798436

大?。?73.50 KB

頁(yè)數(shù):10頁(yè)

時(shí)間:2020-12-19

小波變換  mallat講課講稿.doc_第1頁(yè)
小波變換  mallat講課講稿.doc_第2頁(yè)
小波變換  mallat講課講稿.doc_第3頁(yè)
小波變換  mallat講課講稿.doc_第4頁(yè)
小波變換  mallat講課講稿.doc_第5頁(yè)
資源描述:

《小波變換 mallat講課講稿.doc》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、精品好文檔,推薦學(xué)習(xí)交流實(shí)驗(yàn)?zāi)康模和ㄟ^編程實(shí)現(xiàn)離散快速小波變換Mallat算法,從而加深理解二維小波變換的分解與合成,同時(shí),提高編程能力和matlab的應(yīng)用,為以后的學(xué)習(xí)打下基礎(chǔ)。實(shí)驗(yàn)原理:1、Mallat快速算法本實(shí)驗(yàn)使用離散快速小波變換快速算法Mallat算法,算法原理如下(1)(2)重構(gòu)算法:(3)對(duì)于(1)、(2)等效于經(jīng)過沖擊響應(yīng)為和的數(shù)字濾波器,然后再分別進(jìn)行“二抽取”,Mallat分解算法的濾波器表示形式如下圖用濾波器表示如下圖2、分別表示原始圖像和重建后的圖像,。3、邊界延拓方法有零延拓、周期延拓、對(duì)稱周期延

2、拓、常數(shù)連續(xù)延拓等,本實(shí)驗(yàn)采用以上四種方法進(jìn)行原圖像的1/8延拓,并進(jìn)行重構(gòu),各種延拓方法所對(duì)應(yīng)的函數(shù)為yan0(x)、yancir(x)、yan(x)、yanc(x),在主程序中,需要某種延拓,便調(diào)用某種函數(shù)。僅供學(xué)習(xí)與交流,如有侵權(quán)請(qǐng)聯(lián)系網(wǎng)站刪除謝謝10精品好文檔,推薦學(xué)習(xí)交流實(shí)驗(yàn)編程思路:為使程序易于理解,在不考慮算法復(fù)雜度的情況下,分解程序采用簡(jiǎn)潔的循環(huán)計(jì)算出下一級(jí)的分解系數(shù),程序采用的編程思想如下以上矩陣等式左面是進(jìn)行二抽樣的結(jié)果,是分解的低頻部分。同理,對(duì)于分解的高頻部分有如下矩陣形式:分解程序:lenx=siz

3、e(x,2);%x為一維向量lenh=size(h,2);h=[h,zeros(1,(lenx-lenh))];g=[g,zeros(1,(lenx-lenh))];r1(1)=sum(h.*x);r2(1)=sum(g.*x);fork=1:1:(lenx/2-1)%循環(huán)求出下一級(jí)低頻和高頻分量h=[h(end-1:end),h(1:(end-2))];r1(k+1)=sum(h.*x);g=[g(end-1:end),g(1:1:(end-2))];r2(k+1)=sum(g.*x);endy=[r1,r2];對(duì)于重構(gòu)算

4、法,其等效形式為上式等號(hào)右邊部分實(shí)質(zhì)上是對(duì)變量的數(shù)字卷積運(yùn)算,程序采用頻域相乘代替卷積,重建程序?yàn)閥=ifft(fft(c3,lenx).*fft(h,lenx))+ifft(fft(d3,lenx).*fft(g,lenx));僅供學(xué)習(xí)與交流,如有侵權(quán)請(qǐng)聯(lián)系網(wǎng)站刪除謝謝10精品好文檔,推薦學(xué)習(xí)交流實(shí)驗(yàn)結(jié)果及分析:1、多尺度分解與重構(gòu)圖像二維小波變換采用小波采用db3,其峰值信噪比PNSR=230.13db,并對(duì)三級(jí)分解圖像進(jìn)行歸一化,求出0的個(gè)數(shù)為37626,其所占的百分比為57.41%。僅供學(xué)習(xí)與交流,如有侵權(quán)請(qǐng)聯(lián)系網(wǎng)站

5、刪除謝謝10精品好文檔,推薦學(xué)習(xí)交流2、延拓重建圖像延拓方法周期延拓對(duì)稱周期延拓零延拓常數(shù)連續(xù)延拓PNSR230.18db230.48db229.80db230.13db從PNSR結(jié)果可知,在各種延拓中,對(duì)稱周期延拓的重建圖像結(jié)果最好,相比之下零延拓圖像效果不如其他方法延拓。3、不同小波下重構(gòu)圖像的性質(zhì)用不同小波進(jìn)行圖像重構(gòu),所得的重構(gòu)圖像能量分布如下僅供學(xué)習(xí)與交流,如有侵權(quán)請(qǐng)聯(lián)系網(wǎng)站刪除謝謝10精品好文檔,推薦學(xué)習(xí)交流用各種小波進(jìn)行重構(gòu)后的圖像的均值方差如下表。小波db1db2db3db4均值124.0309124.050

6、9124.0509124.0509方差2272227222722272僅供學(xué)習(xí)與交流,如有侵權(quán)請(qǐng)聯(lián)系網(wǎng)站刪除謝謝10精品好文檔,推薦學(xué)習(xí)交流附錄:1、主函數(shù)程序clc;clear;X=imread('LENA.bmp');%路徑X=double(X);%S=yancir(X);A=mallatdec2(X,'db3',3);image(abs(A));colormap(gray(255));title('3級(jí)多尺度分解圖像');Y=mallatrec2(A,'db3',3);Y=real(Y);figure(2);subpl

7、ot(1,2,1);image(X);colormap(gray(255));title('原始圖像');subplot(1,2,2);image(Y);colormap(gray(255));title('重建圖像');zerosn=numberzeros(A);%Y=Y(33:288,33:288);%當(dāng)調(diào)用延拓圖像時(shí),從延拓的重建圖像進(jìn)行截取csize=size(X);sr=csize(1);sc=csize(2);mse=sum(sum((Y-X).^2,1))/(sr*sc);psnr=10*log(255*255

8、/mse)/log(10)2、分解程序functionY=mallatdec2(X,wname,level)%輸入:X載入的二維圖像像數(shù)值;%level小波分解次(級(jí))數(shù)設(shè)定值(如果設(shè)定值超過最高可分解次數(shù),按最高分解次數(shù)分%wname小波名字waveletname%輸出:Y多極小波分解后

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。