MATLAB图像处理DWT离散小波变化说课材料

1、Good is good, but better carries it.精益求精，善益求善。MATLAB图像处理DWT离散小波变化基础强化训练报告题目：MATLAB图像处理专业班级：学生姓名：指导教师：2010年07月13日基础强化训练任务书学生姓名：专业班级：指导教师：工作单位：题目:MATLAB图像处理DWT（离散小波变化）基础强化训练目的较全面了解常用的数据分析与处理原理及方法；能够运用相关软件进行模拟分析；掌握基本的文献检索和文献阅读的方法；提高正确地撰写论文的基本能力。训练内容和要求采集一幅像素大于64*64黑白图像；常规的数学统计数据处理：计算图象各象素点灰度值得均值、标准差、方差

2、，并绘出灰度直方图；数据分析常用算法：FFT（傅立叶变换），DCT（离散余弦变化），DWT（离散小波变化）初始条件MATLAB软件数字信号处理与图像处理基础知识时间安排：第19周，安排任务第20周，仿真设计（鉴主13楼计算机实验室）第21周，完成（答辩，提交报告，演示）指导教师签名：20010年7月14日系主任（或责任教师）签名：2010年7月14日目录TOCo1-3hzuHYPERLINKl_Toc266827787摘要PAGEREF_Toc266827787h1HYPERLINKl_Toc266827788AbstractPAGEREF_Toc266827788h2HYPERLINKl_T

3、oc2668277891数据采集PAGEREF_Toc266827789h3HYPERLINKl_Toc2668277901.1图像的选取PAGEREF_Toc266827790h3HYPERLINKl_Toc2668277911.2MATLAB读取方法PAGEREF_Toc266827791h3HYPERLINKl_Toc2668277921.2.1编辑M文件PAGEREF_Toc266827792h3HYPERLINKl_Toc2668277931.2.2图像的读取与灰度图的转换PAGEREF_Toc266827793h4HYPERLINKl_Toc2668277941.2.3灰度值的获取

4、PAGEREF_Toc266827794h5HYPERLINKl_Toc2668277952数据统计处理PAGEREF_Toc266827795h6HYPERLINKl_Toc2668277962.1均值计算PAGEREF_Toc266827796h6HYPERLINKl_Toc2668277972.1.1原理及计算公式PAGEREF_Toc266827797h6HYPERLINKl_Toc2668277982.2各点像素灰度值的标准差计算PAGEREF_Toc266827798h7HYPERLINKl_Toc2668277992.3各像素点灰度值的方差PAGEREF_Toc266827799

5、h8HYPERLINKl_Toc2668278002.4灰度直方图PAGEREF_Toc266827800h9HYPERLINKl_Toc2668278013离散小波变换PAGEREF_Toc266827801h10HYPERLINKl_Toc2668278023.1离散小波变换原理PAGEREF_Toc266827802h10HYPERLINKl_Toc2668278033.2变换及反变换程序和结果PAGEREF_Toc266827803h10HYPERLINKl_Toc2668278043.2.1离散小波变换PAGEREF_Toc266827804h10HYPERLINKl_Toc2668

6、278053.2.2离散小波反变换PAGEREF_Toc266827805h11HYPERLINKl_Toc2668278065总结（心得体会）PAGEREF_Toc266827806h14HYPERLINKl_Toc2668278076参考文献PAGEREF_Toc266827807h15摘要MATLAB是矩阵实验室之意。除具备卓越的数值计算能力外，它还提供了专业水平的符号计算，文字处理，可视化建模仿真和实时控制等功能，MATLAB语言在各国高校与研究单位起着重大的作用。本次基础强化训练的目的在于较全面了解常用的数据分析与处理原理及方法，能够运用相关软件进行模拟分析。通过对采集的图像进行常规

7、的数学统计数据处理和计算图像各象素点灰度值得均值、标准差、方差，并绘出灰度直方图；最后进行各种变换，从而达到本次强化训练的目的。AbstractMATLABisthemeaningofthematrixlaboratory.Besidestheremarkablenumericalcalculusability,ithasalsoprovidedthecompetencelevelmarkcomputation,thelanguageprocessing,visualizationfunctionsandsoonmodellingsimulationandreal-timecontrol,th

8、eMATLABlanguageisplayingthesignificantroleinvariouscountriesuniversityandtheresearchunit.Thisfoundationstrengtheningtrainingsgoalliesinthethoroughunderstandingcommonlyuseddataanalysisandtheprocessingprincipleandthemethod,andbeingabletoutilizetherelatedsoftwaretocarryonthesimulationanalysis.Throughca

9、rryingonconventionaltothegatheringimagemathematicsstatisticaldataprocessingandacomputationimagevariouspictureelementsgradationisworththeaveragevalue,thestandarddeviation,thevariance,anddrawsthegradationhistogram;Finallycarriesonthekindsoftransformation,thusachievesthegoalofthisstrengthenedtraining.1

10、数据采集1.1图像的选取从互联网上下载一张图片，如图1，像素为413*583，满足像素要求，但由于图像为彩图。为满足要求，在下面的过程中会将彩图转换为灰度图。图1原彩色图1.2MATLAB读取方法1.2.1编辑M文件MATLAB是解释型语言，就是说MATLAB命令行中敲入的命令在当前MATLAB进程中被解释运行。为方便起见，有两种方法可以使MATLAB的力量得到扩展脚本和函数。这两种方法都用像emacs一样的文本编辑器中编写的m文件（因为扩展名是.m所以这样命名，m文件还称点m文件）。m文件的好处在于它可以保存命令，还可以轻易地修改命令而无需重新敲入整个命令行。新建m文件的方法为File-Ne

11、w-BlankM-File，如图2所示。图2新建m文件1.2.2图像的读取与灰度图的转换1.图像的读取：利用函数imread()可完成图形图像文件的读取，语法：a=imread(filename,fmt)X,map=imread(filename,fmt).=imread(filename).=imread(filename,idx)（只对TIF格式的文件）.=imread(filename,ref)（只对HDF格式的文件）通常，读取的大多数图像均为8bit，当这些图像加载到内存中时，Matlab就将其存放在类uint8中。此为Matlab还支持16bit的PNG和TIF图像，当读取这类文件时

12、，Matlab就将其存贮在uint16中。对于索引图像，即使图像阵列的本身为类uint8或类uint16，imread函数仍将颜色映象表读取并存贮到一个双精度的浮点类型的阵列中。2.灰度图的转换：为了转换为灰度图，利用MATLAB中的rgb2gray（）命令实现RGB图像到灰度图像的转化。转化后在使用命令isgray（）判断图像是否变为灰度图，如果是灰度图将返回为1，不是将返回0。灰度图转换成功后，将转化后的灰度图读取出来。相关的MATLAB命令为：a=imread(F:tuo.jpg);%读取图像路径figure,subplot(1,2,1)imshow(a);%显示图像title(原彩色图

13、像)A=rgb2gray(a);%转化成灰度图isgray(A)subplot(1,2,2)imshow(A);title(转化成的灰度图)键入isgray(A)后，显示的返回值ans=1，证明转化成功。原彩图读取和灰度图转化图如图3所示。图3原彩图读取和灰度图转化图1.2.3灰度值的获取直接在MATLAB命令行中输入灰度图像所存储的文件名“A”记得获得其灰度值，部分值如图4所示。图4灰度矩阵截图2数据统计处理2.1均值计算2.1.1原理及计算公式用mean(A)（默认dim=1）就会求每一列的均值，结果如图5所示。用mean2（A）求出所有像素的均值，结果如图6所示。图5每一列的均值图图6所

14、有像素平均值结果2.2各点像素灰度值的标准差计算图像矩阵标准差的计算与平均值的类似，Matlab中提供的函数为std和std2，用途和用法与均值相同，每一列标准差值如图7所示，所有像素标准差如图8所示。输入MATLAB命令：std(double(A)图7每一列标准差值图输入MATLAB命令：std2(A)图8所有像素标准差结果图2.3各像素点灰度值的方差在方差的计算中，Matlab提供的函数为var，与mean和std函数相同，它只能计算矩阵中某一列的方差值，要计算整个矩阵的方差值，需要在var函数中输入x(:)以表示对整个矩阵的计算。输入MATLAB命令：var（double（A），结果如图

15、9所示。图9方差结果截图输入MATLAB命令：var(double(A(:)，结果如图10所示。图10所有像素方差图2.4灰度直方图相关的MATLAB代码：a=imread(F:/tu.jpg)A=rgb2gray(a);figure,imhist(A);title(灰度直方图)所得出的灰度直方图如图11所示。图11灰度直方图3离散小波变换3.1离散小波变换原理小波变换是现代谱分析工具，它既能考察局部时域过程的频域特征，又能考察局部频域过程的时域特征，因此即使对于非平稳过程，处理起来也得心应手。它能将图像变换为一系列小波系数，这些系数可以被高效压缩和存储，此外，小波的粗略边缘可以更好地表现图像

16、，因为它消除了DCT压缩普遍具有的方块效应。3.2变换及反变换程序和结果3.2.1离散小波变换a=imread(F:tuo.jpg);A=rgb2gray(a);figureimshow(A);title(原图);m,n=wavedec2(1,2,bior3.7);figure;c=appcoef2(m,n,bior3.7,1);subplot(1,2,1);imshow(c,);title(一层小波变换结果);d=appcoef2(m,n,bior3.7,2);subplot(1,2,2);imshow(d,);title(二层小波变换结果);图14小波变换结果3.2.2离散小波反变换A,M

17、=imread(F:tu.jpg,jpg);%图像数据的读取，将图像数据放入矩阵A中，颜色数据放入矩阵M中i=rgb2gray(A);cA,cH,cV,cD=dwt2(i,bior3.7);%小波变换A=upcoef2(a,cA,bior3.7,1);%重构细节分量信号H=upcoef2(h,cH,bior3.7,1);%重构水平分量信号V=upcoef2(v,cV,bior3.7,1);%重构垂直分量信号D=upcoef2(d,cD,bior3.7,1);%重构对角线分量信号%显示各分量subplot(2,2,1);image(wcodemat(A,192);title(细节分量);subp

18、lot(2,2,2);image(wcodemat(H,192);title(水平分量);subplot(2,2,3);image(wcodemat(V,192);title(垂直分量);subplot(2,2,4);image(wcodemat(D,192);title(对角线分量);figured=idwt2(cA,cH,cV,cD,bior3.7);imshow(d,);%显示重构灰度图title(反变换后的图像);各分量图如图15所示。反变换后的图像如图16所示。图15各分量图图16小波反变换后图形5总结（心得体会）这次的强化训练结束了，虽然开始的时候不知道从何入手，该怎么样达到要求，完成设计，但是经过一步步的摸索和总结，最后总算完成了这次任务。这次基础强化训练主要是让我们学习使用MATLAB，利用对图像的处理来学习MATLAB这个软件。通过强化训练，我认识到了MATLAB功能非常的强大，使得我们在使用的时候用户直接调用这些库函数并赋予实际参数就能解决