问题标签 [haar-wavelet]

我想知道spectrogram下面发布的是否是给定非平稳信号的真实表示。

如果这是一个真实的表示，我对情节中的特定特征有很多疑问......

对于水平轴上的 0->.25，为什么它显示最高频率的信号分量？我假设，给定第一个持续时间t1，我应该只看到信号的频率x1。此外，给定第二个持续时间t2，我应该只看到信号的频率x2，依此类推。但是，这不是我在下面发布的内容中看到的spectrogram。

您能否解释一下为什么我们会在频谱图中看到这些特征？

带有方程的频谱图

代码：

Update_1：当我尝试建议的答案时，我收到了以下信息。

使用的代码：

更新_2

谱图_2：

我在代码中定义了四个非平稳信号的频率分量，如下所示。当我试图绘制这些信号的频域时，我得到了一个只有三个频率峰值的图表，如下图所示。？！

请让我知道为什么我只有三个峰值，而我有四个频率。成分。

代码：

图片 ：：

在下面的代码中，我试图在运行代码后获取spectrogram非平稳信号x ，我希望看到一些类似发布的 inage“image_2”，频率与时间表示的东西。但发布代码的结果是image_1。

有人可以指导我正确spectrogram吗？

代码

发布代码的结果： Spectrogram_Image_1：

我想得到什么：Image_2：

更新_1，图像 代码：

我一直在研究使用 DWT 的图像隐写术。这是我的问题：我在 python 中运行代码，我已经得到了封面图像的子带系数。但我不知道如何将秘密图像嵌入封面。一篇论文说我可以通过用秘密图像的 MSB 替换子带系数的 LSB 来做到这一点。但是如果我想嵌入一个大小大于或等于封面图像的秘密图像，是否有可能？如何？

哦，我正在做 2 级 DWT，所以如果封面图像的大小为 nxn，则子带系数的大小将为 n/4 xn/4

我想使用 CS 从更少的样本中重建图像。

我使用高斯随机矩阵作为测量矩阵。我的问题是Psi 矩阵，我想成为Haar 小波系数，但我不知道如何定义它。

我使用了DCT和傅立叶基础，效果很好。这是我的傅里叶基础代码。

谁能告诉我如何将 Psi 矩阵定义为haar 小波变换？

提前致谢。

如果我有一个大小为“ m x n x p”的高光谱数据立方体，其中m是行大小，n代表列大小，p而是波段总数。

让我们用A表示高光谱数据立方体。在这种情况下， A 的每个像素对应一个大小为 的向量p x 1。

好的，从A绘制一个像素，我们可以这样做：

我有两个问题：

1）我知道如何像上面一样分别绘制每个像素，但是我如何同时创建所有像素的图？例如，如果我们有一个 2D 图像，我们可以简单地写 plot(image)。但是对于数据立方体，我们怎么能做到这一点呢？

2）如果我将 3 个级别的 1D 小波 haar 应用于上面的特定像素：

如何绘制 approxi 和三个细节的串联？

任何帮助将不胜感激。

我正在尝试基于图像处理的产品分类。我将拥有（例如 10000 张）图像，例如 5 个不同类型的对象，我的系统将隔离这些对象。作为一种解决方案，我正在尝试提取选择的 haar 特征以及图像上检测到这些特征的位置。然后我将在这些领域训练一个分类器（待定）。

我担心提取图像中每个位置的所有 haar 特征所需的时间（与面部检测不同，其中缺少一个特征就无需在该窗口中找到其他特征）。我有我的天真函数，它通过通常在积分图像中求和的方式检测特征，但它不是最理想的。有没有办法可以更快地进行这种计算（某些库等）。语言/工具不是障碍。谢谢。

我正在尝试将提升方案版本 haar 应用于图像。我开始使用互联网上发布的代码应用它：

事实上，上面的代码应用了 LEVEL1 的提升 Haar 小波。如何修改此代码以应用 2 或 3 级提升 Haar 小波？

任何帮助将不胜感激！

克里斯蒂娜

我需要使用 c# 获得 1 级 5/3 离散 Haar 小波变换 (DWT) 源代码的帮助。

我使用这个项目，前向小波变换的方法在这里：

}

w0 = 0.5；w1 = -0.5;s0 = 0.5;s1 = 0.5;

我在论文中搜索了这个主题，但我不了解 5/3 或 9/7 小波滤波器的算法，如何更改此代码？任何帮助将非常感激

我在图像上应用 dwt2 函数以应用小波变换，它给出四个结果图像 cA（低通图像）、cH（水平细节图像）、cV（垂直细节图像）、cD（对角线细节图像）。一切都很好，直到现在。我想可视化这些结果图像。

目前我正在使用下面的代码可视化这四个结果图像。

当我运行此代码时，可视化结果如下所示

但我希望我的结果应该是这样的，任何人都可以帮助我。