主要内容

idwpt

Multisignal一维逆小波包变换

自从R2020a

描述

xrec= idwpt (wpt,l)反转离散小波包变换(方法)终端节点的小波包树wpt使用簿记向量l。的idwpt假设您获得的功能wptl使用方法进行fk18小波和默认设置。

如果输入方法进行是一个信号,xrec是一个列向量。如果输入是一个多通道信号,xrec矩阵是一个矩阵,每一列对应一个频道。

xrec= idwpt (wpt,l,wname)使用指定的小波wname转化方法。wname必须认识到wavemngr。指定的小波必须相同的小波用于获取方法。

例子

xrec= idwpt (wpt,l,生气,雇佣)使用比例滤波器(低通),不要生气和小波(高通滤波)过滤器,HiR。合成滤波器对不要生气HiR必须与小波方法中使用的相同。

例子

xrec= idwpt (___“边界”,ExtensionMode)指定的模式来扩展信号。ExtensionMode可以是“反射”(默认),“周期”。通过设置ExtensionMode“周期”“反射”,每一层的小波包系数扩展基于模式“每”“符号”dwtmode,分别。ExtensionMode必须是相同的模式中使用的方法。

例子

全部折叠

这个例子展示了如何使用合成进行逆小波包变换过滤器。

获得一个心电图信号的方法进行使用方法进行使用默认设置。

负载wecg[wpt l] =方法(wecg);

默认情况下,方法进行使用fk18小波。获得与小波相关的合成(重建)过滤器。

[~,~,不要生气,hir] = wfilters (“fk18”);

反转使用合成的方法进行过滤并展示完美的重建。

xrec = idwpt (wpt, l,卤,hir);规范(wecg-xrec“正”)
ans = 4.9236 e-11

获得一个心电图信号的方法进行使用方法进行和周期性的扩展。

负载wecg(wpt l) =方法(wecg,“边界”,“周期”);

默认情况下,idwpt使用对称扩展。转化方法使用周期和对称扩展模式。

xrecA = idwpt (wpt, l,“边界”,“周期”);xrecB = idwpt (wpt l);

展示完美重建只有当向前逆方法进行扩展模式的同意。

流(“周期/周期:% f \ n”规范(wecg-xrecA“正”))
定期/周期:0.000000
流(“周期/对称:% f \ n”规范(wecg-xrecB“正”))
定期/对称:1.477907

这个例子展示了如何将一个表达式的一对双正交滤波器构造低通和高通滤波器生产一双完美的重建(PR)小波工具箱™。

LeGall 5/3滤波器的小波用于如JPEG2000图像无损压缩。的低通(扩展)过滤器LeGall 5/3小波分别有五个和三个非零系数。这两个过滤器的表达式:

H 0 ( z ) = 1 / 8 ( - - - - - - z 2 + 2 z + 6 + 2 z - - - - - - 1 - - - - - - z - - - - - - 2 )

H 1 ( z ) = 1 / 2 ( z + 2 + z - - - - - - 1 )

创建这些过滤器。

H0 = 1/8 * (1 2 6 2 1);H1 = 1/2 * [1 2 1];

许多离散的小波和小波包变换在小波工具箱依靠过滤器就是和同样的长度来产生完美重建滤波器组与这些转换有关。这些转换还需要一个特定的归一化系数的算法来产生一个公关的过滤器过滤。使用biorfilt函数低通原型功能产生公关小波滤波器组。

[LoD,藏,生气,HiR] = biorfilt (H0 H1);

的和低通滤波器的分析和合成过滤器现在等于 2

总和(LoD)
ans = 1.4142
总和(卤)
ans = 1.4142

小波滤波器,根据需要,为零。低通分析和高通的L2-norms合成过滤器是相等的。同样的适用于合成低通和高通滤波分析过滤器。

现在,您可以使用这些过滤器在离散小波和小波包变换,实现公关小波包滤波器组。为了说明这一点,一个心电图信号加载和阴谋。

负载wecg情节(wecg)轴网格

图包含一个坐标轴对象。坐标轴对象包含一个类型的对象。

获得ECG信号的离散小波包变换使用LeGall 5/3滤波器组。

[wpt L] =方法(wecg、LoD、藏);

现在使用重建(合成)过滤器来重构信号并展示完美的重建。

xrec = idwpt (wpt, L,卤,HiR);情节([wecg xrec])轴、网格;

图包含一个坐标轴对象。坐标轴对象包含2线类型的对象。

规范(wecg-xrec“正”)
ans = 3.3307 e15汽油

您还可以使用该滤波器组在一维、二维离散小波变换。阅读和阴谋一个图像。

我= imread (“woodsculp256.jpg”);图像(im);轴;

图包含一个坐标轴对象。坐标轴对象包含一个类型的对象的形象。

获得二维过滤器使用LeGall 5/3小波变换分析。

[C, S] = wavedec2 (im, 3、LoD、藏);

使用合成滤波器重构图像。

imrec = waverec2 (C、S、卤,HiR);图像(uint8 (imrec));轴;

图包含一个坐标轴对象。坐标轴对象包含一个类型的对象的形象。

LeGall 5/3滤波器相当于内置的“bior2.2”小波的小波工具箱。使用“bior2.2”过滤器和比较LeGall 5/3过滤器。

(LD、高清、LR、人力资源)= wfilters (“bior2.2”);次要情节(2 2 1)hl =茎((LD的LoD));霍奇金淋巴瘤(1)。MarkerFaceColor = (0 0 1);霍奇金淋巴瘤(1)。标志=“o”;霍奇金淋巴瘤(2)。MarkerFaceColor = (1 0 0);霍奇金淋巴瘤(2)。标志=“^”;网格标题(“低通分析”次要情节(2,2,2)hl =茎([高清‘藏’]);霍奇金淋巴瘤(1)。MarkerFaceColor = (0 0 1);霍奇金淋巴瘤(1)。标志=“o”;霍奇金淋巴瘤(2)。MarkerFaceColor = (1 0 0);霍奇金淋巴瘤(2)。标志=“^”;网格标题(“高通滤波分析”次要情节(2,2,3)hl =茎([LR '不要生气']);霍奇金淋巴瘤(1)。MarkerFaceColor = (0 0 1);霍奇金淋巴瘤(1)。标志=“o”;霍奇金淋巴瘤(2)。MarkerFaceColor = (1 0 0);霍奇金淋巴瘤(2)。标志=“^”;网格标题(低通滤波器合成的次要情节(2,2,4)hl =茎((人力资源“雇佣”));霍奇金淋巴瘤(1)。MarkerFaceColor = (0 0 1);霍奇金淋巴瘤(1)。标志=“o”;霍奇金淋巴瘤(2)。MarkerFaceColor = (1 0 0);霍奇金淋巴瘤(2)。标志=“^”;网格标题(“高通滤波合成”)

图包含4轴对象。坐标轴对象1标题低通滤波器分析包含2杆类型的对象。坐标轴对象2标题高通滤波分析包含对象类型的干细胞。坐标轴对象3标题低通滤波器合成包含2杆类型的对象。坐标轴对象4标题高通滤波合成包含2杆类型的对象。

输入参数

全部折叠

终端节点的小波包树,指定为一个单元阵列。wpt的输出是方法进行“FullTree”值设置为

例子:(wpt l) =方法(X,“水平”3“FullTree”,假)返回终端节点的小波包的三层小波包分解树X

数据类型:|

簿记向量,指定为一个向量的正整数。向量l的输出是方法进行。簿记向量包含输入信号的长度和系数的数量水平,和需要完美的重建。

数据类型:|

小波用于逆方法,指定为一个特征向量或字符串标量。wname必须认识到wavemngr。指定的小波必须相同的小波用于获取方法。

你不能指定wname和一个过滤器,LoD

例子:xrec = idwpt (wpt, l,“sym4”)指定了sym4小波。

小波合成(重建)过滤器使用逆方法,指定为实值向量的一对。不要生气是比例合成滤波器(低通),HiR小波(高通滤波)合成滤波器。必须与合成滤波器对相同的小波方法进行使用。你不能指定wname和一个过滤器,不要生气HiR。看到wfilters额外的信息。

请注意

idwpt不检查不要生气HiR满足要求的完美重构小波包滤波器组。确认您的过滤器对满足需求,使用isorthwfbisbiorthwfb。看到公关双正交的过滤器的例子如何发表双正交滤波器,确保分析和合成滤波器产生一个完美重构小波包滤波器银行使用idwpt

小波包变换边界处理指定为“反射”“周期”。当设置为“反射”“周期”,小波包系数在每个级别的基础上扩展“符号”“每”模式dwtmode,分别。ExtensionMode必须是相同的模式中使用的方法。如果未指定的,ExtensionMode默认为“反射”

引用

[1]Wickerhauser,占的胜利者。采用小波分析从理论到软件。韦尔斯利,MA: A.K.彼得斯,1994年。

[2]珀西瓦尔,d . B。和a . t .《瓦尔登湖》。小波时间序列分析的方法。英国剑桥:剑桥大学出版社,2000年。

[3]台面,赫克托耳。“适应模式检测的小波。“在进步在模式识别、图像分析和应用程序、编辑Alberto Sanfeliu Manuel Lazo议会,3773:933-44。柏林,海德堡:激飞柏林海德堡,2005。https://doi.org/10.1007/11578079_96。

扩展功能

版本历史

介绍了R2020a

另请参阅

|