Aplicando idwt2 várias vezes do MATLAB
-
12-09-2019 - |
Pergunta
Eu estou usando MATLAB para aplicar a Transformada Wavelet Discreta em uma imagem. Estou aplicando-a várias vezes (3) a fim de obter transformar um nível 3. Eu estou usando a função dwt2
fornecido pelo MATLAB, a fim de comprimir e idwt2
para fazer a descompressão. O problema é que eu não sei como para descomprimir várias vezes, como em aplicar idwt2
várias vezes para a saída recebida anterior, ele retorna uma matriz. Tomemos por exemplo:
x = idwt2(scaled3, vertical3, horizontal3, diagonal3, Lo_R, Ho_R);
Como deve idwt2
ser aplicado a x?
Solução
Olhando para a documentação para dwt2
e idwt2
, parece que você tem 2 opções gerais para reconstruir suas imagens multiplicam-decompostos:
- Guarde todas as matrizes de coeficientes detalhes horizontais, verticais e diagonais de cada etapa de decomposição e usá-los na reconstrução.
- Digite uma matriz vazia (
[]
) para quaisquer matrizes de coeficientes detalhe que você não salvou a partir das etapas de decomposição anteriores.
Desde que foi um dia lento, aqui está um pouco de código mostrando como fazer isso e quais os resultados parecer para cada caso ...
Em primeiro lugar, carregar uma imagem de amostra e inicializar algumas variáveis:
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
Agora, aplicam-se as decomposições (neste caso 3) e armazenar as matrizes de coeficientes detalhe de cada passo de uma matriz de células:
startImage = X;
for iLevel = 1:nLevel,
[cA{iLevel}, cH{iLevel}, cV{iLevel}, cD{iLevel}] = dwt2(startImage, 'db1');
startImage = cA{iLevel};
end
Para ver o que os olhares imagem decompostos finais gosta, juntamente com todas as matrizes de coeficiente de detalhes ao longo do caminho, execute o seguinte código (que faz uso de 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);
Você deve ver algo como isto:
Agora é hora de reconstruir! Os seguintes executa código de uma reconstrução "full" (usando todas do detalhe armazenado matrizes de coeficientes) e uma reconstrução "parcial" (usando nenhum deles), então ele traça o imagens:
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);
Observe que o original (canto superior esquerdo) e a reconstrução "full" (canto superior direito) veja indistinguíveis, mas a reconstrução "parcial" (canto inferior esquerdo) é muito pixelizada. A diferença não seria tão grave se você aplicou menos etapas de decomposição, como a apenas 1 ou 2.