matlab下小波分解的例子

最新推荐文章于 2026-04-14 11:28:04 发布

原创最新推荐文章于 2026-04-14 11:28:04 发布 · 3.9k 阅读

8 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#matlab #image #c

收录于

图像处理_模式识别专栏收录该内容

20 篇文章

订阅专栏

本文通过使用MATLAB的二维离散小波变换(wavedec2)将一幅图像分解为不同频率分量。首先对图像进行二级分解，提取出尺度为2的低频图像及三个方向的高频图像；接着再提取出尺度为1的低频和高频图像。通过这种方式，可以更好地理解图像的不同频率特征。

load woman;
[c,s]=wavedec2(X,2,'db1');
subplot(3,3,1);
image(X);
colormap(map);
title('原始图像');

ca2=appcoef2(c,s,'db1',2);
subplot(3,3,2);
image(ca2);
colormap(map);
title('尺度为2时低频图像');

ca1=appcoef2(c,s,'db1',1);
subplot(3,3,3);
image(ca1);
colormap(map);
title('尺度为1时低频图像');

[chd2,cvd2,cdd2]=detcoef2('all',c,s,2);
subplot(3,3,4);
image(chd2);
title('尺度为2时的高频图像的水平部分');
subplot(3,3,5);
image(cvd2);
title('尺度为2时的高频图像的垂直部分');
subplot(3,3,6);
image(cdd2);
title('尺度为2时的高频图像的对角图像');
[chd1,cvd1,cdd1]=detcoef2('all',c,s,1);
subplot(3,3,7);
image(chd1);
title('尺度为1时高频图像的水平部分');
subplot(3,3,8);
image(cvd1);
title('尺度为1时高频图像的垂直部分');
subplot(3,3,9);
image(cdd1);
title('尺度为1时高频图像的对角部分');