小波變換的matlab實現(xiàn)(編輯修改稿)
2024-09-01 06:00 本頁面
【文章內(nèi)容簡介】 A1,cH1,cV1,cD1,39。39。)。 2. X = idwt2(cA1,cH1,cV1,cD1,39。39。)。 3. X = idwt2(cA1,cH1,cV1,cD1,39。39。)。 4. X = idwt2(cA1,cH1,cV1,cD1,39。39。)。 ?應(yīng)用： Xsyn = idwt2(cA1,cH1,cV1,cD1,39。39。)。 34 多尺度二維小波 ?命令： wavedec2 ?格式： 1. [C, S]=wavedec2(X,N,’wname’) 2.[C, S]=wavedec2(X,N,Lo_D,Hi_D) 35 ?[C,S] = wavedec2(X,2,39。39。)。 %圖像的多尺度二維小波分解 36 提取低頻系數(shù) ?命令： appcoef2 ?格式： 1. A=appcoef2(C,S,’wname’,N) 2. A=appcoef2(C,S,’wname’) 3. A=appcoef2(C,S,Lo_R,Hi_R) 4. A=appcoef2(C,S,Lo_R,Hi_R,N) ?cA2 = appcoef2(C,S,39。39。,2)。 %從上面的 C中提取第二層的低頻系數(shù) 37 提取高頻系數(shù) ?命令： detcoef2 ?格式： A= detcoef2(‘type’,C,S,’wname’,N) ?說明： Type: ’h’ 水平；‘ v’垂直；‘ d’對角 cH2 = detcoef2(39。h39。,C,S,2)。 cV2 = detcoef2(39。v39。,C,S,2)。 cD2 = detcoef2(39。d39。,C,S,2)。 cH1 = detcoef2(39。h39。,C,S,1)。 cV1 = detcoef2(39。v39。,C,S,1)。 cD1 = detcoef2(39。d39。,C,S,1)。 38 重構(gòu)系數(shù) ?命令： wrcoef2 ?格式： 1. X= wrcoef2(‘type’,C,S,’wname’,N) 2. X= wrcoef2(‘type’,C,S,Lo_R,Hi_R,N) 3. X= wrcoef2(‘type’,C,S,’wname’) 4. X= wrcoef2(‘type’,C,S, Lo_R,Hi_R,N) ?說明： Type: ‘a(chǎn)’低頻；’ h’ 水平；‘ v’垂直；‘ d’對角 39 ?A2 = wrcoef2(39。a39。,C,S,39。39。,2)。 H1 = wrcoef2(39。h39。,C,S,39。39。,1)。 %重構(gòu)第 2層的高頻信號 V1 = wrcoef2(39。v39。,C,S,39。39。,1)。 D1 = wrcoef2(39。d39。,C,S,39。39。,1)。 H2 = wrcoef2(39。h39。,C,S,39。39。,2)。 V2 = wrcoef2(39。v39。,C,S,39。39。,2)。 D2 = wrcoef2(39。d39。,C,S,39。39。,2)。 40 A p p r o x i m a t i o n A 150 100 150 200 25050100150200250H o r i z o n t a l D e t a i l H 150 100 150 200 25050100150200250V e r t i c a l D e t a i l V 150 100 150 200 25050100150200250D i a g o n a l D e t a i l D 150 100 150 200 25050100150200250A p p r o x i m a t i o n A 250 100 150 200 25050100150200250H o r i z o n t a l D e t a i l H 250 100 150 200 25050100150200250V e r t i c a l D e t a i l V 250 100 150 200 25050100150200250D i a g o n a l D e t a i l D 250 100 150 200 2505010015020025041 重構(gòu)原始信號 ?命令： waverec2 ?格式： X=waverec2(C,S,’wname’) X=waverec2(C,S,Lo_R,Hi_R) ?應(yīng)用： X0=waverec2(C,S,’’)。 42 2D圖形接口 43 顯示 44 小波分析用于信號處理 ?常用信號的小波分析 ?信號的特征提取 ?信號處理 ?GUI進(jìn)行信號處理 45 正弦波的線性組合 ?S(t)=sin(2t)+sin(20t)+sin(200t) 46 ?間斷點檢測 ?波形未來預(yù)測 ?各分信號的頻率識別 ?信號從近似到細(xì)節(jié)的遷移 47 分段信號 ?S(t)=sin() t=1:500 或 sin() t=500:1000 ?信號抑制 ?信號未來預(yù)測 48 信號的特征提取 ?信號的突變點往往是它的重要特征 ?信號的頻率譜和它的幅值等表征了信號的許多信息。 ?信號的連續(xù)性（即信號的奇異性）分析、信號的頻率譜分析和幅值譜分析不可或缺。 ?小波分析進(jìn)行特征提取時，兩種處理方法，即邊界的處理和濾波。 ?利用小波分析得到低頻和高頻部分。 49 檢測信號的突變點 ?提取了信號的近似特征 a和細(xì)節(jié)特征 d。 ?在原始信號圖像上，無法得知原始信號導(dǎo)數(shù)的不連續(xù)性。 50 信號的奇異點檢測 ?【 定義 】 在某一尺度 下，如果存在一點 使得 ，則稱點 是局部極值點，且 在 上有一個模極大值（過零）點。如果對
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1