小波分析实验：二维离散小波变换Mallat快速算法

小波分析实验：实验2 二维离散小波变换(Mallat快速算法)

实验目的：

在理解离散小波变换原理和Mallat快速算法的基础上，通过编程对图像进行二维离散小波变换，从而加深对二维小波分解和重构的理性和感性认识，并能提高编程能力，为今后的学习和工作奠定基础。

实验工具：

计算机，matlab6.5

附录：

（1）二维小波分解函数

%二维小波分解函数

function Y=mallatdec2(X,wname,level)

%输入:X 载入的二维图像像数值;

% level 小波分解次(级)数设定值(如果设定值超过最高可分解次数,按最高分解次数分解)

% wname 小波名字wavelet name

%输出：Y 多极小波分解后的小波系数矩阵

[h,g]=wfilters(wname,'d'); %h,g分别为低通和高通滤波器

X=double(X);

hh=size(X,2);

while t<=level

%先进行行小波变换

for row=1:hh

Y(row,1:hh)=mdec1(X(row,1:hh),h,g) ;

end

%再进行列小波变换

for col=1:hh

temp=mdec1( Y(1:hh,col)',h,g);

Y(1:hh,col)=temp';

end

t=t+1;

hh=hh/2;

X=Y;

end

%内部子函数，对一行(row)矢量进行一次小波变换，利用fft实现function y=mdec1(x,h,g)

%输入：x 行数组

% h为低通滤波器

% g为高通滤波器

%输出： y 进行一级小波分解后的系数

lenx=size(x,2);

lenh=size(h,2);

rh=h(end:-1:1);

rrh=[zeros(1,(lenx-lenh)),rh];

rrh=circshift(rrh',1)';

rg=g(end:-1:1);

rrg=[zeros(1,(lenx-lenh)),rg];

rrg=circshift(rrg',1)';

r1=dyaddown(ifft(fft(x).*fft(rrh,lenx)),1); %use para 1

r2=dyaddown(ifft(fft(x).*fft(rrg,lenx)),1);

y=[r1,r2];

（2）二维小波重构函数

%二维小波重构函数

function Y=mallatrec2(X,wname,level)

%输入:X 载入的小波系数矩阵;

% level 小波分解次(级)数设定值(如果设定值超过最高可分解次数,按最高分解次数分解)

% wname 小波名字wavelet name

%输出：Y 重构图像矩阵

[h,g]=wfilters(wname,'d'); %h,g分别为重构低通滤波器和重构高通滤波器

hz=size(X,2);

h1=hz/(2^(level-1));

while h1<=hz

% 对列变换