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(2756)  评论(0编辑  收藏  举报
编辑推荐:
· Java 中堆内存和栈内存上的数据分布和特点
· 开发中对象命名的一点思考
· .NET Core内存结构体系(Windows环境)底层原理浅谈
· C# 深度学习:对抗生成网络(GAN)训练头像生成模型
· .NET 适配 HarmonyOS 进展
阅读排行:
· 手把手教你更优雅的享受 DeepSeek
· AI工具推荐:领先的开源 AI 代码助手——Continue
· 探秘Transformer系列之(2)---总体架构
· V-Control:一个基于 .NET MAUI 的开箱即用的UI组件库
· 乌龟冬眠箱湿度监控系统和AI辅助建议功能的实现
点击右上角即可分享
微信分享提示