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' ); |
分类:
Matlab
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 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
· 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