0

我的任务

1. 我有一个 haar 过滤器，例如 [1][-1]
2. 我有一个图像，例如
- - [a][b][c][d]
- - [e][f][g ][h]
3. 我想对图像进行小波变换，得到以下结果：
- - 第 1 步：
- - - [mean(a,b)][mean(c,d)][ab][ cd]
- - - [mean(e,f)][mean(g,h)][ef][gh]
- - 重命名：--- 只是为了清晰的呈现
- - - [a'][b'] [c'][d']
- - - [e'][f'][g'][h']
- - 第 2 步：
- - - [mean(a',b')][a'-b '][c'][d']
- - - [mean(e',f')][e'-f'][g'][h']
4. 第 2 步的结果就是我想要的。

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，我怎样才能以简单的方式在 Matlab 中执行我的任务，这意味着我可以使用一些内置工具来执行这项任务。

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

这就是我正在做的，有没有更简单的方法？

4

1 回答 1

0

正如您所说，有一个内置的 matlab 代码来执行一维和二维小波变换。例如，在二维 Haar 小波情况下，它是 [cA,cH,cV,cD] = dwt2(I,'db1')。这正是您想要的。您也可以根据小波分解框图编写自己的函数。请注意，对于小尺寸的向量，输出必须相同，但对于像图像这样的大尺寸向量，它可能会有一些残差。

于 2015-04-10T08:16:06.187 回答