Haar小波变换的基本思想:找到另一个基函数,通过压缩平移也生成差空间,这个基函数和原来的尺度函数能够建立直接的联系。优点是时域紧支撑的,正交对称的,而且计算简单。但是在时域上是不连续的,所以作为基本小波性能不是特别好。从时频图可以看出频率分辨率比较差。
1
Haar小波变换 这是一维和二维 Haar 小波变换的简单实现。 对于每个转换,输入是一维或二维双精度数组,输出是一维或二维双精度数组。 用法 一维Haar小波变换 让我们以下面的例子为例。 我们有一个一维数组。 double [] data = { 9 , 7 , 3 , 5 }; 我们实例化一个类来转换矩阵: HaarWavelet1D oneD = new HaarWavelet1D (data); oneD . standardDecomposition(); 结果是: Processing One Dimensional Haar Wavelet Transformation Input : 9.0, 7.0, 3.0, 5.0 Output : 6.0, 2.0, 1.0, -1.0 二维哈尔小波变换 让我们看下面的例子:我们有一个二维数组。 double
2023-02-15 15:05:11 3KB Java
1
鉴于小波多尺度分解与重构在图像的编码、压缩、去燥、融合等方面的重要作用,介绍了Haar 小波的尺度函数与小波函数,给出了Haar 小波多尺度分解与重构的算法,并进行成功验证。结果表明,多尺度分解将图像分解成一个简单的多层次框架,框架的每个分量具有独特的频率特性和空间取向特性,同时重构算法能很好地恢复图像
2022-05-21 15:18:48 149KB Haar 小波 多尺度分解 图像重构
1
该程序主要有以下功能: 对图像进行滤波处理,主要包括: 1)均值滤波 2)Sobel滤波结果 3)Prewitt算子转置滤波 4)Haar小波滤波
该程序给出了 Haar 2D 变换的输出。 打开 main.m 文件并运行该程序,您将看到 Haar 的 GUI 选择浏览图像并选择任何尺寸的图像。 单击 Press for haar,您可以使用给定的金字塔变换图像。 通过单击“按 LL 分量”,您只能看到 Haar 变换的 LL 分量。
2022-03-09 16:25:14 4.84MB matlab
1
为矩阵向量创建 Haar 小波变换矩阵 H Haar小波变换的乘法实现。 此函数使用以下漂亮的公式来创建 Haar 变换矩阵: H_n=1/sqrt(2)[H_(n/2) 克朗 (1 1) I_(n/2) 克朗 (1 -1)], 其中“kron”表示克罗内克积。 迭代从 H_1=[1] 开始。 归一化常数 1/sqrt(2) 确保 H_n^T*H_n=I,其中 I 是单位矩阵。 Haar 小波是H_n 行。
2021-12-08 10:59:11 2KB matlab
1
图像的双正交插值超分辨率分析与重构,实现图像的放大
2021-11-30 09:58:54 1KB haar小波 图像放大
1
本程序运用Haar基函数对图像进行小波变化(包含了图像还原部分)
2021-11-28 22:36:52 2KB Haar 小波 基函数
1
DWT心电图处理 硕士学位论文-使用DWT进行ECG处理
2021-11-15 16:26:28 45KB Verilog
1
程序实现了小波变换及逆变换,仅实现的是haar小波。(Cpp文件)
2021-11-13 11:53:14 8KB 小波变换 小波逆变换 haar小波
1