小波变换用于图像增强、去噪

低频体现轮廓,高频体现细节

1
2
3
4
5
6
7
8
9
10
11
12
clc,clear all,close all;
I=imread('C:\Users\Jv\Desktop\wenli2.jpg');
gray=rgb2gray(I);
X=double(gray);
% load woman;
%单尺度二维离散小波分解。分解小波函数haar
[cA,cH,cV,cD]=dwt2(X,'haar');
%单尺度二维离散小波重构(逆变换),升低频降高频
Y=idwt2(1.2*cA,0.6*cH,0.6*cV,0.6*cD,'haar');
figure;
subplot(1,2,1),imshow(uint8(X)),title('原始图像');
subplot(1,2,2),imshow(uint8(Y)),title('增强图像');

  

posted @   夕西行  阅读(2760)  评论(0编辑  收藏  举报
编辑推荐:
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
阅读排行:
· DeepSeek 开源周回顾「GitHub 热点速览」
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· 单线程的Redis速度为什么快?
点击右上角即可分享
微信分享提示