问题标签 [pywavelets]

I've been trying to apply a one-level undecimated wavelets transform to a 3D numpy arrangement using the function swtn from the package pywavelets in python as follows:

which rises an error:

However, this does not make sense to me since the start level value less than 0 is not allowed by the wavelet decomposition. Could somebody have a look and point me out what I am missing?

I am trying to understand the concept of wavelets using the pywavelet library. My first step was to see how I could reconstruct a given input signal using the wavelet coefficients. Please see my code below:

This yielded the following plot:

Now, when I used the waverec() method, the signal reconstruction was quite accurate. Please see plot below:

Can someone please explain the difference between the two reconstruction methods?

我在 PyWavelets 变换中有一些伪影，这让我很困惑。我使用的是 0.5.2 版。有人可以解释这里发生了什么吗？

我首先创建一个 1-kHz 信号，然后尝试使用复杂的 Morlet 连续小波变换来分析该信号。我使用 3 个八度音阶：0.5 kHz 到 1 kHz、1 kHz 到 2 kHz 和 2 kHz 到 4 kHz，每个都有 40 个对数刻度。我的直觉是在 y=40（相当于 1 kHz）处应该有一个峰值，并且时间上的任何差异都应该是最小的。相反，我在 y=35 到 37（0.92 到 0.95 kHz）附近得到一个峰值，并且存在某种周期性效应。（奇怪的是，这种效果似乎只发生在变换的实部中——虚部看起来更接近我想象的样子，尽管它仍然没有正确居中。我相信实部和虚部应该看起来就像彼此的时移版本，

我在滥用 PyWavelets 吗？这里可能有错误吗？欢迎任何帮助。

变换幅度

变换的实分量

变换的虚部

我试图将 db 小波变换应用于图像并在 python 中以信号的形式表示轮廓。我不确定步骤是什么。我已经检测到轮廓。非常感谢任何帮助。谢谢！

我确实了解如何使用 PyWavelets。例如，如果我有以下代码：

存储在 cA 和 cD 中的值将是近似系数。和细节系数。分别。cA 中存储的值是 4 次近似 coeff(A4) 的值吗？我面临的另一个问题是我想要所有细节系数的值，即 D1,D2....D4。如何从 cD 获取这些值？

我正在尝试使用 db4 小波和 5 级分解来分解给定的波。这是相同的代码：

但是编辑器给了我以下错误：

我不理解此错误的含义，因为级别 0 没有任何意义。我什至尝试使用以下代码找到 db4 小波的最大可能级别：

这里 x 的值是 15 所以，我猜它可以计算 15 个级别。我的代码中到底发生了哪里的错误？

我正在尝试从基于多层阈值的血管分割用于糖尿病性视网膜病变筛查的论文中从视网膜眼底图像中提取血管：M. Usman Akram • Shoab A. Khan

它需要我确定输入图像的 2D Gabor Wavelet 以仅增强血管。二维 Gabor 小波在图像的绿色通道上的响应如下所示：

我读过 Pywavelets，但它只为一维信号提供小波变换。甚至 scipy 也没有实现。有一些 Matlab 实现，但我似乎不明白。我遇到了这个：https ://pythonhosted.org/bob.ip.gabor/但我无法理解它也无法在 Windows 上安装

是否有任何库可以为我提供上述功能？或者，我如何使用 Numpy/Scipy 手动实现它？

谢谢

在将数据馈送到 RNN (LSTM) 之前，我正在尝试将 Haar 小波变换应用于股票市场数据以降低噪声。由于此数据是一维数据，因此我使用的是单级 DWT，如下所示：

我有以下问题：

1. 使用单级 DWT，我的时间序列在 cA 和 cD 中已经减少了一半。我知道 cA 和 cD 的每个元素都与原始时间序列中的 2 个元素相关。这一切都很好，但是如何将输出数组映射到原始系列？
2. 我们什么时候需要做多级分解？此外，随着级别的增加，输出数组变得更小，因此，我无法将这个“去噪”数据与原始时间序列进行映射。
3. 在 cA 和 cD 之间，应该使用哪一个作为该变换的输出以馈入 RNN？

我已经阅读了很多关于小波变换价值的高级论文，但几乎没有一篇通过实际代码。因此，任何示例代码都将不胜感激。

此致，

阿德尔

我用来对我的数据pywavelets执行，信号的长度是。为什么说？CWTfs = 256Hz1024invalid wavelet name

我尝试执行 using haar wavelet，然后它起作用了，但我不确定我是否得到了正确的信号。

这是我尝试过的，

高度赞赏解决此问题的投入。

我的意图是在 tensorflow 中的张量上使用 pywavelet，带有句子

错误是

输入Tensor("Reshape_18:0", shape=(?, 28, 28, 1), dtype=float32)来自 MNIST 数据集。

我尝试使用句子pywt.dwt(input.dtype.as_numpy_dtype,'db1')和错误“invalid array_struct ”。