【2DWT：2维离散小波变换（附Pytorch代码）】

• Python

二维离散小波变换

  • 一、相关基础
    • 1.小波变换基础函数
    • 2.小波变换
  • 二、原理
  • 三、基本小波基：哈尔小波
  • 四、代码实现
  • 参考：

图像信号具有非平稳特性，无法使用一种确定的数学模型来描述，而小波变换的多分辨率分析特性很好地解决了这个问题。小波变化的多分辨率特性使其既可以高效描述图像的平坦区域（低频信息、全局信息），也可以有效处理图像信号的局部突变（高频信息，即图像的边缘轮廓等部分）。小波变换在空域和频域同时具有良好的局部性，使其可以很好地聚焦到图像的任意细节。

一、相关基础

1.小波变换基础函数

二维小波变换的基础函数为：
在这里插入图片描述
其中φ(x,y)为一个可分离二维尺度函数，φ(x)为一维尺度函数；ψ1

本文来自网络，不代表协通编程立场，如若转载，请注明出处：https://www.net2asp.com/1e2e194afa.html

赞 (0)
« 上一篇 1天前
下一篇 » 1天前

相关推荐