小波变换获取图像的jnd

杨福生主编《小波变换的工程分析与应用》杨福生的小波变换的工程分析与应用，尊重原著，如果喜欢，请购买原版！

传统的边缘检测方法主要有Robert算子、Prewitt算子、拉普拉斯算子、Canny算子等，这些方法只是在既定的同一个尺度上进行，不利于区分图像中小尺度结构的轮廓和大尺度结构的边缘。

3次B样条小波变换边缘检测，已经调试~a=imread('lena.jpg'); b=rgb2gray(a); %转换成灰度图 imhist(b); %小波多尺度边缘检测主程序 close all clc I = b; [row,col]=size(I); %使用的小波函数 wname='myb3';

基于小波变换的多尺度图像边缘检测能够更好的抑制噪声，尺度融合使边缘结构更加清晰。

小波图像压缩 matalb

针对目前动态汽车衡因货车拖磅称重而导致称重信号异常及称重不准确问题,提出采用小波变换极大值信号重构算法对拖磅称重信号进行处理:首先将拖磅称重信号逐层分解到不同频域和时域,在保持频率不变的条件下,对称重信号逐级求极大值点,得出信号逐级变化趋势;然后将多级称重信号按原离散逼近系数重构成新的称重信号,进而得到车辆称重信息。现场实测表明,采用小波变换极大值信号重构算法处理后的货车拖磅称重数据与正常过磅时称重数据的误差小于1%。

小波变换，SPIHT编码，压缩效率比较高

除一般的小波变换函数工具外，添加了wavefast，wave2gray，wavefilter，wavecopy，waveback等函数，直接加入matlab中就可以用，自己做实验添加的，比较全面

对图像进行haar小波变换的图像系数数据和对应的图片