多次应用MATLAB的idwt2函数

Question

我正在使用MATLAB对图像应用离散小波变换。我多次（3次）应用它，以获得3级变换。我使用MATLAB提供的dwt2函数进行压缩和idwt2进行解压缩。问题是我不知道如何多次解压缩，例如多次应用idwt2到之前接收到的输出上，因为它返回一个矩阵。

x = idwt2(scaled3, vertical3, horizontal3, diagonal3, Lo_R, Ho_R);

如何对 x 应用 idwt2？

- hyperboreean

Answer 1

查看 dwt2 和 idwt2 的文档，似乎有两个常规选项可以用于重构多次分解的图像：

• 存储每个分解步骤中所有水平、垂直和对角线细节系数矩阵，并在重构中使用它们。
• 对于您未从以前的分解步骤保存的任何细节系数矩阵，请输入一个空矩阵（[]）。

由于这是一个慢慢的一天，下面是一些代码，展示如何做到这一点以及每种情况的结果是什么...

首先，加载样本图像并初始化一些变量：

load woman;              % Load image data
nLevel = 3;              % Number of decompositions
nColors = size(map, 1);  % Number of colors in colormap
cA = cell(1, nLevel);    % Approximation coefficients
cH = cell(1, nLevel);    % Horizontal detail coefficients
cV = cell(1, nLevel);    % Vertical detail coefficients
cD = cell(1, nLevel);    % Diagonal detail coefficients

现在，应用分解（在这种情况下是3），并将每个步骤的细节系数矩阵存储在一个单元数组中：

startImage = X;
for iLevel = 1:nLevel,
  [cA{iLevel}, cH{iLevel}, cV{iLevel}, cD{iLevel}] = dwt2(startImage, 'db1');
  startImage = cA{iLevel};
end

为了查看最终分解的图像以及沿途所有细节系数矩阵，运行以下代码（使用wcodemat）：

tiledImage = wcodemat(cA{nLevel}, nColors);
for iLevel = nLevel:-1:1,
  tiledImage = [tiledImage                    wcodemat(cH{iLevel}, nColors); ...
                wcodemat(cV{iLevel}, nColors) wcodemat(cD{iLevel}, nColors)];
end
figure;
imshow(tiledImage, map);

你应该看到类似这样的内容：

现在是重建的时间！以下代码执行“完整”重建（使用所有存储的细节系数矩阵）和“部分”重建（不使用任何细节系数矩阵），然后绘制图像：

fullRecon = cA{nLevel};
for iLevel = nLevel:-1:1,
  fullRecon = idwt2(fullRecon, cH{iLevel}, cV{iLevel}, cD{iLevel}, 'db1');
end
partialRecon = cA{nLevel};
for iLevel = nLevel:-1:1,
  partialRecon = idwt2(partialRecon, [], [], [], 'db1');
end
figure;
imshow([X fullRecon; partialRecon zeros(size(X))], map, ...
       'InitialMagnification', 50);

请注意，原始图像（左上角）和“完整”重建图像（右上角）看起来无法区分，但是“部分”重建图像（左下角）非常像素化。如果您只应用1或2个分解步骤，差异就不会那么严重。

- gnovice

Answer 2

% Multi-level reconstruction from DWT coefficients
% The variable "coefs" is what you get when you perform forward dwt2() 
% on the image you're decomposing. It is a long row 
% vector that has cA- approximation details, cH -horizontal details, cV- 
% vertical details, cD-diagonal details
L=3;                  % For db 3-level reconstruction for example
k=size(image,1)/2^L;  % I am assuming a square sized image where both 
                      % dimensions  are equal
for level=0:(L-1)
s=k*2^level;
if level==0
    cA=reshape(coefs(1,1:s^2),s,s);
    figure;imshow(cA,[])
end
cH=reshape(coefs(1,(s^2+1):2*s^2),s,s);
figure;imshow(cH,[])
cV=reshape(coefs(1,(2*s^2+1):3*s^2),s,s);
figure;imshow(cV,[])
cD=reshape(coefs(1,(3*s^2+1):4*s^2),s,s);
figure;imshow(cD,[])

I_rec=idwt2(cA,cH,cV,cD,"db1");
figure;imshow(I_rec,[])
cA=I_rec;       % The recosntructed image is the approximation detail-cA 
                %  for next levels of reconstruction
end

- wedi Asmara

---

目前你的回答不够清晰。请编辑并添加更多细节，以帮助其他人理解它如何回答所提出的问题。你可以在帮助中心找到有关如何撰写好答案的更多信息。 - Community