appcoef2

2 次元 Approximation 係数

ページ内をすべて折りたたむ

構文

A = appcoef2(C,S,wname)
A = appcoef2(C,S,LoR,HiR)
A = appcoef2(___,N)

説明

A = appcoef2(C,S,wname) は、2 次元信号のウェーブレット分解構造 [C,S] と wname で指定されたウェーブレットを使用して、最も粗いスケールで Approximation 係数を返します。(詳細については、wavedec2 を参照。)

A = appcoef2(C,S,LoR,HiR) は、ローパス再構成フィルター LoR とハイパス再構成フィルター HiR を使用します。(詳細については、wfilters を参照。)

A = appcoef2(___,N) は、レベル N の Approximation 係数を返します。[C,S] が 2 次元信号の M レベルのウェーブレット分解構造である場合、0 ≤ N ≤ M となります。

例

例

すべて折りたたむ

ライブ スクリプトを開く

この例では、イメージの多重レベル ウェーブレット分解から Approximation 係数を再構成する方法を示します。

DWT 拡張モードをゼロパディングに設定します。イメージを読み込んで表示します。

origmode = dwtmode('status','nodisplay');
dwtmode('zpd','nodisp')
load woman
image(X)
colormap(map)
title('Original')

Figure contains an axes object. The axes object with title Original contains an object of type image.

size(X)
ans = 1×2

   256   256

db1 ウェーブレットを使用して、イメージの 3 レベルのウェーブレット分解を実行します。係数配列 cfs の要素数とブックキーピング行列 inds の内容を表示します。cfs には X と同じ数の要素があることに注意してください。

wv = 'db1';
[cfs,inds] = wavedec2(X,3,wv);
numel(X)
ans = 
65536

numel(cfs)
ans = 
65536

inds
inds = 5×2

    32    32
    32    32
    64    64
   128   128
   256   256

レベル 2 の Approximation 係数を抽出して表示します。

cfs2 = appcoef2(cfs,inds,wv,2);
figure
imagesc(cfs2)
colormap('gray')
title('Level 2 Approximation Coefficients')

Figure contains an axes object. The axes object with title Level 2 Approximation Coefficients contains an object of type image.

size(cfs2)
ans = 1×2

    64    64

レベル 3 の Approximation 係数を抽出して表示します。

cfs3 = appcoef2(cfs,inds,wv,3);
figure
imagesc(cfs3)
colormap('gray')
title('Level 3 Approximation Coefficients')

Figure contains an axes object. The axes object with title Level 3 Approximation Coefficients contains an object of type image.

size(cfs3)
ans = 1×2

    32    32

拡張モードを元に戻します。

dwtmode(origmode,'nodisplay')

入力引数

すべて折りたたむ

2 次元信号のウェーブレット分解ベクトル。ベクトルとして指定します。C は wavedec2 の出力です。各レベルの係数の次元がブックキーピング行列 S に格納されます。

例: [C,S] = wavedec2(randn(256,256),4,'db4') は、行列の 4 レベルのウェーブレット分解を返します。

データ型: double
複素数のサポート: あり

2 次元信号のウェーブレット分解のブックキーピング行列。正の整数の行列として指定します。ブックキーピング行列は、ウェーブレット分解ベクトル C の係数をレベルごとに解析するのに使用されます。

例: [C,S] = wavedec2(randn(256,256),4,'db4') は、行列の 4 レベルのウェーブレット分解を返します。

データ型: double

2 次元信号のウェーブレット分解の生成に使用するウェーブレット。文字ベクトルまたは string スカラーとして指定します。

ウェーブレットは wavemngr で認識されなければなりません。ウェーブレットは、次のいずれかのウェーブレット ファミリから指定します。

  • 最適局在化 Daubechies

  • Beylkin

  • Coiflet

  • 複素 Symlet (R2026a 以降)

  • Daubechies

  • Fejér-Korovkin

  • Haar

  • Han 線形位相モーメント

  • Morris 最小帯域幅

  • Symlet

  • Vaidyanathan

  • Discrete Meyer

  • 双直交

  • 逆双直交

各ファミリの利用可能なウェーブレットについては、wfilters を参照してください。

例: 'db4'

ウェーブレット再構成フィルター。偶数長のベクトルのペアとして指定します。LoR はローパス再構成フィルター、HiR はハイパス再構成フィルターです。LoR と HiR の長さは等しくなければなりません。完全な再構成を行うには、LoR と HiR が、ウェーブレット分解 c と s を求めるために使用されたものと同じウェーブレットに関連付けられた再構成フィルターでなければなりません。詳細については、wfilters を参照してください。

データ型: double
複素数のサポート: あり

Approximation 係数レベル。正の整数として指定します。[C,S] が 2 次元信号の M レベルのウェーブレット分解構造である場合、0 ≤ N ≤ M となります。

データ型: double

出力引数

すべて折りたたむ

レベル N の Approximation 係数。行列または 3 次元配列として返されます。C と S がインデックス付きイメージの解析またはトゥルーカラー イメージの解析から取得される場合、A はそれぞれ m 行 n 列の行列または m×n×3 の配列です。

イメージ形式の詳細については、image と imfinfo を参照してください。

データ型: double
複素数のサポート: あり

アルゴリズム

入力ベクトル C とブックキーピング行列 S には、2 次元信号分解に関するすべての情報が含まれます。

NMAX = size(S,1)-2 とすると、C = [A(NMAX) H(NMAX) V(NMAX) D(NMAX) … H(1) V(1) D(1)] となります。ここで、A、H、V、および D はベクトルです。N = NMAX の場合、単純な抽出が行われます。それ以外の場合、appcoef2 は、逆ウェーブレット変換を使用して Approximation 係数を反復的に計算します。

拡張機能

すべて展開する

バージョン履歴

R2006a より前に導入

すべて展開する

参考

|