如何在matlab中显示小波变换函数dwt2结果

我在一幅图像上应用dwt2函数来应用小波变换，它给出了四幅结果图像cA（低通图像）、cH（水平细节图像）、cV（垂直细节图像）、cD（对角细节图像）。直到现在，每一天都过得很好。我想将这些结果图像可视化

现在，我正在使用下面的代码可视化这四个结果图像

image = imread(imagePath);
wavename = 'haar';
[cA,cH,cV,cD] = dwt2(im2double(iamge),wavename);
imshow([cA,cH; cV,cD],'Colormap',gray);

当我运行此代码时，可视化结果如下所示

但是我想我的结果应该是这样的，任何人都可以帮我

---

在问题的第二幅图像中，将显示两级小波变换。使用您的代码示例，您只需要执行一个级别的分解。 要进行两级分解，可以使用函数

N=2

。要创建如图所示的绘图，您必须仔细查看wavedec2的返回值：

（图片由Mathworks提供，摘自[]）

向量

C

包含以列方式存储的所有近似系数

S

是所谓的“簿记”矩阵，因为它包含有关数据存储方式的信息

现在，上例中的第一幅图像，

cA2

是

C

的前32*32个条目。使用

ii

和

jj

作为索引变量，我们可以得到

C

的相关部分，并使用

重塑

返回图像格式：

ii = 1; jj = prod(S(1,:));
cA2 = reshape(C(ii:jj),S(1,:));

类似地获得了其他二级系数：

ii = jj+1; jj = ii + prod(S(2,:)) - 1;
cH2 = reshape(C(ii:jj),S(2,:));

ii = jj+1; jj = ii + prod(S(2,:)) - 1;
cV2 = reshape(C(ii:jj),S(2,:));

ii = jj+1; jj = ii + prod(S(2,:)) - 1;
cD2 = reshape(C(ii:jj),S(2,:));

也可以使用第三行

S

，以相同的方式获得第一级系数：

ii = jj+1; jj = ii + prod(S(3,:)) - 1;
cH1 = reshape(C(ii:jj),S(3,:));

ii = jj+1; jj = ii + prod(S(3,:)) - 1;
cV1 = reshape(C(ii:jj),S(3,:));

ii = jj+1; jj = ii + prod(S(3,:)) - 1;
cD1 = reshape(C(ii:jj),S(3,:));

% Small rectangles
rectangle('Position',[0,0,S(1,1),S(1,2)],'LineWidth',2,'EdgeColor','y');
rectangle('Position',[S(1,1),0,S(1,1),S(1,2)],'LineWidth',2,'EdgeColor','y');
rectangle('Position',[0,S(1,2),S(1,1),S(1,2)],'LineWidth',2,'EdgeColor','y');
rectangle('Position',[S(1,1),S(1,2),S(1,1),S(1,2)],'LineWidth',2,'EdgeColor','y');

% Large rectangles
rectangle('Position',[0,S(3,2),S(3,1),S(3,2)],'LineWidth',2,'EdgeColor','y');
rectangle('Position',[S(3,1),0,S(3,1),S(3,2)],'LineWidth',2,'EdgeColor','y');
rectangle('Position',[S(3,1),S(3,2),S(3,1),S(3,2)],'LineWidth',2,'EdgeColor','y');

现在，只需根据需要排列图像即可创建绘图：

imshow([[cA2,cH2; cV2,cD2],cH1;cV1,cD1],'Colormap',pink)

要添加边框，可以使用函数和

S

中的信息：

ii = jj+1; jj = ii + prod(S(3,:)) - 1;
cH1 = reshape(C(ii:jj),S(3,:));

ii = jj+1; jj = ii + prod(S(3,:)) - 1;
cV1 = reshape(C(ii:jj),S(3,:));

ii = jj+1; jj = ii + prod(S(3,:)) - 1;
cD1 = reshape(C(ii:jj),S(3,:));

% Small rectangles
rectangle('Position',[0,0,S(1,1),S(1,2)],'LineWidth',2,'EdgeColor','y');
rectangle('Position',[S(1,1),0,S(1,1),S(1,2)],'LineWidth',2,'EdgeColor','y');
rectangle('Position',[0,S(1,2),S(1,1),S(1,2)],'LineWidth',2,'EdgeColor','y');
rectangle('Position',[S(1,1),S(1,2),S(1,1),S(1,2)],'LineWidth',2,'EdgeColor','y');

% Large rectangles
rectangle('Position',[0,S(3,2),S(3,1),S(3,2)],'LineWidth',2,'EdgeColor','y');
rectangle('Position',[S(3,1),0,S(3,1),S(3,2)],'LineWidth',2,'EdgeColor','y');
rectangle('Position',[S(3,1),S(3,2),S(3,1),S(3,2)],'LineWidth',2,'EdgeColor','y');

---

一种更简单的方法是将结果连接为矩阵，然后填充后续矩阵：

image = imread(imagePath);
wavename = 'haar';
[cA,cH,cV,cD] = dwt2(im2double(image),wavename);
[cAA,cAH,cAV,cAD] = dwt2(cA,wavename); % Recompute Wavelet of Approximation Coefs.
Level2=[cAA,cAH; cAV,cAD]; %contacinat
imshow([Level2,cH; cV,cD],'Colormap',gray);

“cameraman.tif”图像的结果为：

---

对于更多级别，只需计算第二级别近似系数的小波。换句话说，取多个小波，即重新计算当前小波结果的近似系数的小波，得到下一级小波。

感谢它的工作，但有一件事是如何为每个图像添加边界。完美。最简单的方法是使用

矩形（'Position'，[x，y，w，h]）

添加每个边框。你也可以使用

S

的内容来计算每个矩形的

x，y，w，h

。我是matlab新手。你能告诉我如何使用S来计算x，y，w，h吗？我编辑了答案以包括边框。行吗？谢谢，行了。非常感谢您的解决方案。