Question

我的任务

我有一个haar过滤器，如[1] [ - 1]
我有像这样的图像 - - [a] [b] [c] [d]
- - [e] [f] [g] [h]
3.我想对图像进行小波变换，结果如下：
- - 步骤1：
- - - [mean（a，b）] [mean（c，d）] [a-b] [c-d]
- - - [mean（e，f）] [mean（g，h）] [e-f] [g-h]
- - 重命名：---只是为了一个清晰的介绍
- - - [a'] [b'] [c'] [d']
- - - [e'] [f'] [g'] [h']
- - 步骤2：
- [ - [mean（a'，b'）] [a'-b'] [c'] [d']
- - - [mean（e'，f'）] [e'-f'] [g'] [h']
4.步骤2的结果是我想要的。

的问题
我发现Matlab中有一个关于小波应用的工具箱我使用了这个命令[cA，cH，cV，cD] = dwt2（I，'haar'）;输出cV接近但不是我想要的所以我想问一下，如何在Matlab中以简单的方式执行我的任务，这意味着我可以使用一些内置工具来执行此任务。

我的方式

function haar_wavelet(input_im)
I = imread(input_im);
I = rgb2gray(I);
I = imresize(I,[512 512]);
[I_row,I_col]=size(I);

if(mod(I_col,2))
    I_col=I_col-1;
end

haar_mask = make_haar(I_row,I_col);

I=double(I);

new_M = I(:,1:I_col);

j=2;
i=I_col;
while(I_col/j ~= 2)
    i = [i I_col/j];
    j = j*2;
end

for k = i
    new_M(:,1:k) = my_haar_trans(new_M(:,1:k),haar_mask(:,1:k));
end
figure
imshow(new_M)


end


function [output_haar] = make_haar(row,col)
    output_haar=ones(row,col)*2;
    for i = 2:2:col
        output_haar(:,i)=output_haar(:,i)*0;
    end
    output_haar=output_haar-1;
end

function [output_M] = my_haar_trans(target_M,mask)
    temp_diff=target_M.*mask;
    [diff_row,diff_col]=size(temp_diff);

    diff_M=zeros(diff_row,diff_col/2);
    for i = 1:diff_col/2
        diff_M(:,i)=temp_diff(:,2*i-1)+temp_diff(:,2*i);
    end

    mean_M=zeros(diff_row,diff_col/2);
    for i = 1:diff_col/2
        mean_M(:,i)=target_M(:,2*i-1)+target_M(:,2*i);
    end

    output_M=[mean_M diff_M];
end

这就是我在做什么，有更简单的方法吗？

Answer 1

如你所说，有一个内置的matlab代码来执行1D和2D小波变换。例如在2D Haar小波情况下，它是[cA，cH，cV，cD] = dwt2（I，'db1'）。这正是你想要的。你也可以根据小波分解框图编写自己的函数。要注意，对于小尺寸的矢量，输出必须相同，但对于像图像这样的大尺寸矢量可能有一些残差。

Matlab Haar Wavelet

1 个答案: