我正在实现一个将验证签名图像的android应用程序,决定使用离散小波变换方法(symmlet-8),该方法需要应用离散小波变换并使用低通和高通滤波器分离图像并检索小波变换系数。
方程式显示了我无法理解的符号,因此无法轻松进行数学运算,也不知道如何将低通和高通滤波器应用于我的 x 和 y 点。
是否有任何教程向您展示如何轻松地将离散小波变换应用于我的图像,从而将其分解为数字?
提前非常感谢。
我正在实现一个将验证签名图像的android应用程序,决定使用离散小波变换方法(symmlet-8),该方法需要应用离散小波变换并使用低通和高通滤波器分离图像并检索小波变换系数。
方程式显示了我无法理解的符号,因此无法轻松进行数学运算,也不知道如何将低通和高通滤波器应用于我的 x 和 y 点。
是否有任何教程向您展示如何轻松地将离散小波变换应用于我的图像,从而将其分解为数字?
提前非常感谢。
从高层次的角度来看,您首先提取 RGB 图像的数据(通常拆分 3 个通道)。然后,对于每个通道,您将图像分成 4 个:
左上角低通垂直+低通水平
右上角低通垂直+高通水平
左下角的高通垂直+低通水平
高通垂直+高通水平在右下角
您可以通过执行 2 次传递(1 次垂直和 1 次水平)来获得此结果。然后你迭代几次,将过滤器应用到左上角,以获得最终结果(金字塔)。最后,重新组合颜色通道。
看看这里的代码(你可以忽略 RGB<->YUV 颜色变换): http ://code.google.com/p/kanzi/source/browse/java/src/kanzi/test/TestDWT2.java
在这里实现二维小波变换:http ://code.google.com/p/kanzi/source/browse/java/src/kanzi/transform/DWT_CDF_9_7.java (离散小波变换 Cohen-Daubechies-Fauveau 9 /7 用于 2D 信号)
转换与您的不同(因此实现细节不同,但适用一般算法)。
这应该足以让你开始。