La transformée en ondelettes pour N dimensions

L'image de l'échantillon utilisé dans ma réponse à cette autre question était un image indexée, il y a donc quelques changements qui doivent être faits pour obtenir le code de travail pour un Image RVB.

Je vais d'abord répondre à votre question au sujet de la 'db1' argument passé à DWT2. Ceci spécifie le type d'ondelettes à utiliser pour la décomposition (dans ce cas, un Ondelette Daubechies). Plus d'information sur les ondelettes peuvent être trouvées dans la documentation pour les fonctions WFILTERS et WAVEINFO.

Je vais répondre à vos deux premières questions en vous montrant comment modifier le code de mon autre réponse de travailler pour une image RVB. Je vais utiliser l'exemple de 'peppers.png' image. Vous devez d'abord souhaitez charger votre image et de définir le nombre de valeurs de chaque composante de couleur. Depuis l'image de l'échantillon est un entier non signé de 8 bits type entier (la situation la plus courante), nColors seront 256:

X = imread('peppers.png');  %# Load sample image
nColors = 256;              %# Number of values per color component

Si vos images sont plus grand entier non signé de types (par exemple,'uint16'), d'une manière générale, pour trouver le nombre de valeurs de couleur est d'utiliser la fonction INTMAX comme suit:

nColors = double(intmax(class(X)))+1;

Pour le prochain code, une image type de 'uint8' est supposé.

L'application de la décomposition n'est pas différent de l'image indexée cas. Le coefficient de matrices seront tout simplement M-par-N-par-3 matrices à la place de M par N matrices:

nLevel = 3;             %# Number of decompositions
cA = cell(1,nLevel);    %# Approximation coefficient storage
cH = cell(1,nLevel);    %# Horizontal detail coefficient storage
cV = cell(1,nLevel);    %# Vertical detail coefficient storage
cD = cell(1,nLevel);    %# Diagonal detail coefficient storage
startImage = X;
for iLevel = 1:nLevel,  %# Apply nLevel decompositions
[cA{iLevel},cH{iLevel},cV{iLevel},cD{iLevel}] = dwt2(startImage,'db1');
startImage = cA{iLevel};
end

Le code pour créer la mosaïque de l'image à afficher à l'horizontale, verticale et diagonale des composants pour chaque décomposition va changer en raison du fait que nous travaillons avec 3-D des matrices et doivent utiliser le CHAT fonction à la place de l'opérateur de concaténation []:

tiledImage = wcodemat(cA{nLevel},nColors);
for iLevel = nLevel:-1:1
tiledImage = cat(1,cat(2,tiledImage,...
                           wcodemat(cH{iLevel},nColors)),...
                     cat(2,wcodemat(cV{iLevel},nColors),...
                           wcodemat(cD{iLevel},nColors)));
end
figure;
imshow(uint8(tiledImage-1));  %# Convert to unsigned 8-bit integer to display

Ce que va donner la suite de l'image montrant l'horizontale (en haut à droite), verticale (en bas à gauche), et en diagonale (en bas à droite) des composants pour chaque étape de décomposition, ainsi que la réduction de l'image (en haut à gauche):

La reconstruction étapes sont les mêmes que l'autre réponse. Seulement le code pour afficher l'image finale doit être modifié:

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;
tiledImage = cat(1,cat(2,X,uint8(fullRecon)),...
                   cat(2,uint8(partialRecon),zeros(size(X),'uint8')));
imshow(tiledImage,'InitialMagnification',50);

Et vous obtiendrez une image montrant l'original de l'image RVB (en haut à gauche), entièrement reconstruit l'image à l'aide de l'ensemble de la stockées détail de matrices des coefficients (en haut à droite), et partiellement reconstruit l'image à l'aide d'aucun stockées détail de matrices des coefficients (en bas à gauche):

OriginalL'auteur gnovice