matlab小波变换
1) wcodemat 函数
功能:对数据矩阵进行伪彩色编码函数 fft、fft2 和 fftn
分
格式:Y=wcodemat(X,NB,OPT,ABSOL)
Y=wcodemat(X,NB,OPT)
Y=wcodemat(X,NB)
Y=wcodemat(X)
说明:Y=wcodemat(X,NB,OPT,ABSOL)
返回数据矩阵 X 的编码矩阵 Y ;NB 伪编码的最大值,即编码范围为 0~NB,缺省值
NB=16;
OPT
指定了编码的方式(缺省值为 \'mat\'),即:别可以实现一维、二维和 N 维
DFT
OPT=\'row\'
,按行编码
OPT=\'col\'
,按列编码
OPT=\'mat\'
,按整个矩阵编码函数 fft、fft2 和 fftn
分
ABSOL
是函数的控制参数(缺省值为
\'1\'),即:
ABSOL=0
时,返回编码矩阵
ABSOL=1
时,返回数据矩阵的绝对值 ABS(X)1. 离散傅立叶变换的 Matlab实现
(2) dwt2
函数
功能:二维离散小波变换
格式:[cA,cH,cV,cD]=dwt2(X,\'wname\')
[cA,cH,cV,cD]=dwt2(X,Lo_D,Hi_D)
说明:[cA,cH,cV,cD]=dwt2(X,\'wname\')使用指定的小波基函数
\'wname\' 对二维信号 X 进行二维离散小波变幻;cA,cH,cV,cD
分别为近似分量、水平细节分量、垂直细节分量和对角细节分量;[cA,cH,cV,cD]=dwt2(X,Lo_D,Hi_D) 使用指定的分解低通和高通滤波器
Lo_D 和 Hi_D 分解信号 X 。1. 离散傅立叶变换的 Matlab实现
(3) wavedec2
函数
功能:二维信号的多层小波分解1. 离散傅立叶变换的
Matlab实现
格式:[C,S]=wavedec2(X,N,\'wname\')
[C,S]=wavedec2(X,N,Lo_D,Hi_D)
说明:[C,S]=wavedec2(X,N,\'wname\')
使用小波基函数 \'wname\' 对二维信号 X 进行 N 层分解;[C,S]=wavedec2(X,N,Lo_D,Hi_D) 使用指定的分解低通和高通滤波器
Lo_D 和 Hi_D 分解信号 X 。别可以实现一维、二维和 N 维 DFT
(4) idwt2
函数
功能:二维离散小波反变换函数 fft、fft2 和 fftn
分
格式:X=idwt2(cA,cH,cV,cD,\'wname\')
X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R)
X=idwt2(cA,cH,cV,cD,\'wname\',S)别可以实现一维、二维和
N 维
DFT
X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S)
说明:X=idwt2(cA,cH,cV,cD,\'wname\')
由信号小波分解的近似信号 cA 和细节信号 cH、cH、cV、cD 经小波反变换重构原信号 X ;X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R)
使用指定的重构低通和高通滤波器 Lo_R 和 Hi_R 重构原信号 X ;X=idwt2(cA,cH,cV,cD,\'wname\',S) 和
X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S) 返回中心附近的 S
个数据点。
(5)
waverec2 函数
说明:二维信号的多层小波重构
格式:X=waverec2(C,S,\'wname\')
X=waverec2(C,S,Lo_R,Hi_R)
说明:X=waverec2(C,S,\'wname\')
由多层二维小波分解的结果 C、S 重构原始信号 X ,\'wname\' 为使用的小波基函数;X=waverec2(C,S,Lo_R,Hi_R)
使用重构低通和高通滤波器 Lo_R 和 Hi_R 重构原信号。