问题标签 [wavelet]

我正在做一个项目，其中两个或多个缺陷被放置在一起并且我正在接收回波，这样获得的信号（A 扫描超声波测试、NDT、时间与振幅）相互重叠。

如何在 Matlab 软件中使用小波单独区分或显示它们？

请至少告诉我代码的概要，以便每个信号显示其各自的属性。逐行简要概述会有所帮助。

我在一个程序上使用小波，我使用这个包wavelets使用函数创建时间序列的 DWT dwt。这个函数返回一个 class 的对象dwt，它是一个有很多槽的 S4 对象：W, V, levels, filter, 等等。

如何将W's 作为向量访问？

我有一些反射率数据，我将用 Ricker/墨西哥帽子小波对这些数据进行卷积以获得地震轨迹。我的问题是由于创建了小波。我希望小波的主频率约为 70Hz，时间步长为 0.19 ms，这与我的反射率数据中的时间步长相同。我曾尝试在 MatLab 中使用 mexihat 函数并调整 lb、ub 和 n 参数来解决我的问题，但我无法弄清楚。有没有更简单的方法来解决我的问题？有谁知道出现主频率的 Ricker 小波的公式？

任何帮助将不胜感激！

这是我的第一篇文章。我希望有人可以帮助我开始。所以我一直在为一个班级项目进行图像处理。我们从头开始创建一个 Haar 变换函数，这很简单，然后将其应用于预设图片，例如 cameraman.tif。但是，该示例图片是灰度和方阵。

现在我们取得了很大的飞跃，我们应该将过滤器应用于任何矩形彩色图片。我知道，如果我imread(picture)将创建一个包含三个值的数组矩阵，分别代表红色、绿色和蓝色 (RGB)。我也明白，原则上我必须使用一个for循环来遍历每个颜色通道。然而，它让我不知道如何为不同的频道创建它并将图像重新组合在一起。

我在这里经历了一些很棒的答案，并且能够重建女人和水果篮的例子，但不幸的是它们都使用了预设DWT功能，我不能这样做。

最终代码应该是这样的： 1）询问用户需要多少次迭代：

2）向用户询问阈值

3）询问用户多少次迭代（1-3）

作为示例图像，我选择了一个矩形位图，因为它还没有被压缩并且使用“1”作为一个简单的标识符：

现在我们必须执行 Daubchechies 小波变换，无论用户指定多少次迭代，同时将阈值绝对值之外的值设置为零。在重建图像之前。

我希望我提供了足够的信息，如果我已经出错了，请纠正我（我希望不会）。每次我实现循环并尝试处理通道时，我的代码都会开始中断。仅供参考，这里是适用于原始 cameraman.tif 图像的 Haar 变换：

太感谢了！

作为项目的一部分，我必须用 Python 编写一个程序来表示 1 阶和 2 阶样条的缩放函数和 Battle-Lemarie 小波。对于 1 阶样条，我跟踪函数如下：

函数phi与其翻译不正交，它必须为函数phi^#改变，我们只知道由phi_hat^# = sqrt(3) (2 * pi) ^ (-1/2) *(4定义的傅里叶变换sin^2(z/2)/( z ^ 2 (1 + 2 cos ^ 2 (z/2))。要找到这个函数，我的代码如下：

可惜结果不好，功能被“碾压”了。有人能帮我吗？

我想使用小波工具箱或 wavelab 表示 2D 函数的小波系数，但我无法设法显示这样的图片：

.

我怎么做？

我仍然不清楚傅立叶变换。我知道它代表图像的频率信息，我可以使用傅里叶变换重建图像。

比如说，我有一个图像 I(x,y)。其傅立叶变换为 F(I)。我想重建从 (x1,y1) 到 (x2,y2) 结束的图像中的一个小矩形区域，而不重建整个图像。

是否可以仅从 F(I) 重建一个小块？

我今天正在阅读一份报告，该报告着眼于从温度测量中测量湖泊的蓄热情况，以减少可能混淆蓄热短期变化估计的温度波动的影响，使用了小波去噪程序（daubechies小波工具箱中 wden 函数上使用的 4 个小波、单重缩放、最小/最大阈值），其中应用了 2 级小波滤波。这种技术可以使水温的时间变化更平滑，同时保持昼夜热量增加和损失的模式。

从这个描述中，考虑到我的温度测量值类似于

我将如何应用在 matlab 中使用 wden 函数描述的技术。

为这篇文章的含糊之处道歉，但鉴于我对如何完成这项任务一无所知，我会非常乐意提供一些建议。

我正在研究基于 MATLAB 中的小波的图像压缩......我已经构建了以下代码。一切正常，但压缩图像显示为纯黑白图像。如果我将分解级别设为 1，它将压缩图像显示为全黑，对于分解级别：2，它给出全白图像。对于分解级别 3，它给出 3/4 白色和 1/4 黑色。 。 请帮忙。我使用的代码是

我正在用 C++ 编写图像的小波表示，以便快速访问。什么是适合小波的数据结构？

这是一个典型的小波，由不同大小的图像组成。这取决于高度和方向的数量。

1) 高通：512x512

2) 带方向的子带：256x256 256x256 256x256 256x256

3）其他子带：128x128 128x128 128x128 128x128

...

4) 低通：8x8

我应该使用递归数据结构吗？还是简单地将所有内容转换为一维数组？