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?
答案 0 :(得分:0)
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。