图像二维小波变换的实现源代码资源-CSDN文库

共3个文件

exe：1个

h：1个

cpp：1个

4星 · 超过85%的资源需积分: 15 140 浏览量 2009-11-06 15:35:18 上传评论 1 收藏 206KB RAR 举报

标题 "图像二维小波变换的实现源代码" 涉及到的是计算机视觉与数字信号处理领域中的一个重要概念——小波变换（Wavelet Transform），尤其是它在图像处理中的应用。小波变换是一种数学工具，能够将信号或图像从原始域（如空间域或时间域）转换到小波域，从而在不同尺度和位置上分析其特性。描述中提到的"DWT.h"是实现小波变换的头文件，通常包含了函数声明和常量定义，供其他源文件（如"DWT.cpp"）引用。"DWT.cpp"是源代码文件，实现了小波变换的具体算法，其中包含的6个函数可能是用于执行不同的操作，如初始化、进行变换、反变换、数据处理等。这些函数可能是按照特定的小波基（如Haar小波、Daubechies小波等）设计的，以适应不同的图像特性和需求。在图像处理中，二维小波变换（2D Wavelet Transform）是对图像的行和列分别进行小波变换，以得到多分辨率表示。这种表示可以有效地提取图像的细节信息，对于图像压缩、噪声去除、边缘检测、特征提取等任务非常有用。小波变换的优势在于它既能保持信号的时间局部性，又能提供频率信息，这在处理非平稳信号如图像时尤其有利。 "小波图像"这个标签进一步强调了此代码包专注于图像处理，可能涉及到的操作包括： 1. **小波分解**：将图像分解成低频系数（近似图像）和高频系数（细节图像）。 2. **压缩**：通过保留重要的高频系数和丢弃不重要的部分，实现图像的有损压缩。 3. **去噪**：高频系数通常包含噪声，通过阈值处理可以去除噪声，同时保留图像的主要结构。 4. **增强与复原**：小波系数的调整可以增强图像的某些特性，或者恢复受损的图像信息。 5. **边缘检测**：高频系数往往对应图像的边缘，因此可以用来定位和描述图像的边界。 "DwtImg.exe"很可能是一个可执行文件，编译自"DWT.cpp"，用于运行小波变换相关的功能，用户可以通过它直接对图像进行处理，而无需编译源代码。这个代码包提供了实现二维小波变换的C++源码，适用于图像处理的多个方面，包括图像的分解、压缩、去噪、增强等操作，对于学习和研究小波理论以及图像处理技术的开发者来说是非常有价值的资源。通过理解和应用这些代码，可以深入理解小波变换在实际问题中的应用，并可能扩展到其他领域，如音频处理或医学影像分析。

资源推荐

资源详情

资源评论

收起资源包目录

465446423134.rar （3个子文件）

DwtImg.exe 1.23MB

DWT.h 390B

DWT.cpp 6KB

#include "StdAfx.h" #include "DWT.h" //多用8个的 const double h[4] = {0.482962913145,0.836516303738,0.224143868042,-0.129409522551}; const double g[4] = {-0.129409522551,-0.224143868042,0.836516303738,-0.482962913145}; void DWT_1D(double *T,int N,double *W) { //采用对称延拓 //采用0延拓 //采用周期延拓好 /* 周期延拓效果最好，重建结果无失真，对称延拓重建psnr达到60以上，0延拓达到50以上，都还不错。 */ ASSERT(T != NULL); ASSERT(W != NULL); // int K = N/2; deque<double> tempc,tempd; //double vernier[4]; // //计算 for(int i = 0;i < 2*K;i++) { tempc.push_back(T[i]); } tempd = tempc; // for(int i = 0;i < 3;i++) { //tempc.push_back(T[2*K-1-i]); tempc.push_back(T[i]);//周期 //tempc.push_back(0); } for(int i = 0;i < 2;i++) { //tempd.push_front(T[i]); tempd.push_front(T[2*K-1-i]); //tempd.push_front(0); } //tempd.push_back(T[2*K-1]); tempd.push_back(T[0]); //tempd.push_back(0); ///////// for(int i = 0;i < K;i++) { double sumc,sumd; sumc = sumd = 0; for(int k = 0;k < 4;k++) { sumc += tempc[2*i+k]*h[k]; sumd += tempd[2*i+k]*g[k]; } W[i] = sumc; W[i+K] = sumd; } if(N%2!=0) { W[N-1] = T[N-1]; } tempc.clear(); tempd.clear(); } void DWT_2D(double *Img,int nW,int nH,double *W) { //一层小波变换 ASSERT(Img != NULL); ASSERT(W != NULL); // double *T,*W0; //行变换 T = new double[nW]; W0 = new double[nW]; for(int i = 0;i < nH;i++) { for(int j = 0;j < nW;j++) { T[j] = Img[i*nW+j]; } DWT_1D(T,nW,W0); for(int j = 0;j < nW;j++) { W[i*nW+j] = W0[j]; } } delete []T; delete []W0; //列变换 T = new double[nH]; W0 = new double[nH]; for(int i = 0;i < nW;i++) { for(int j = 0;j < nH;j++) { T[j] = (double)W[j*nW+i]; } DWT_1D(T,nH,W0); for(int j = 0;j < nH;j++) { W[j*nW+i] = W0[j]; } } delete []T; delete []W0; } void DWT_2D(double *Img,int nW,int nH,double *W,int n) { ASSERT(Img != NULL); ASSERT(W != NULL); //////////////////// int r,r1,r2; r1 = (int)(log((double)nW)/log(2.0)); r2 = (int)(log((double)nH)/log(2.0)); r = min(r1,r2); ASSERT(n <= r); //////////////////////////////////////////////////// for(int i = 0;i < nH;i++) { for(int j = 0;j < nW;j++) { W[i*nW+j] = Img[i*nW+j]; } } ////// double *T,*DWT; for(int i = 0;i < n;i++) { int h,w; h = (int)((double)nH/pow(2.0,(double)i)); w = (int)((double)nW/pow(2.0,(double)i)); /////////////////////////////////////// T = new double[h*w]; DWT = new double[h*w]; for(int j = 0;j < h;j++) { for(int k = 0;k < w;k++) { T[j*w+k] = W[j*nW+k]; } } DWT_2D(T,w,h,DWT); for(int j = 0;j < h;j++) { for(int k = 0;k < w;k++) { W[j*nW+k] = DWT[j*w+k]; } } delete []T; delete []DWT; /////////////////////////////////////// } } void IDWT_1D(double *T,int N,double *W) { //反变换，从W到T ASSERT(T != NULL); ASSERT(W != NULL); // int K = N/2; deque<double> tempc,tempd; for(int i = 0;i < K*2;i++) { if(i%2==0) { tempc.push_back(W[i/2]); tempd.push_back(W[i/2+K]); //tempd.push_back(0); } else { tempc.push_back(0); tempd.push_back(0); //tempd.push_back(W[i/2+K]); } } ///// // tempc.push_front(0); // tempc.push_front(0); // tempc.push_front(0); // // tempd.push_front(0); // tempd.push_back(0); // tempd.push_back(0); // tempc.push_front(0); // tempc.push_front(W[0]); // tempc.push_front(0); // // tempd.push_front(0); // tempd.push_back(W[2*K-1]); // tempd.push_back(0); //周期 tempc.push_front(0); tempc.push_front(W[K-1]); tempc.push_front(0); tempd.push_front(0); tempd.push_back(W[K]); tempd.push_back(0); //延拓仍然有点问题 //// for(int i = 0;i < K*2;i++) { double sumc,sumd; sumc = sumd = 0; for(int k = 0;k < 4;k++) { sumc += tempc[i+k]*h[3-k]; sumd += tempd[i+k]*g[3-k]; } T[i] = sumc+sumd; } if(N%2!=0) { T[N-1] = W[N-1]; } tempc.clear(); tempd.clear(); } void IDWT_2D(double *Img,int nW,int nH,double *W) { //一层小波反变换 ASSERT(Img != NULL); ASSERT(W != NULL); // double *T,*W0; //列反变换 T = new double[nH]; W0 = new double[nH]; for(int i = 0;i < nW;i++) { for(int j = 0;j < nH;j++) { W0[j] = (double)W[j*nW+i]; } IDWT_1D(T,nH,W0); for(int j = 0;j < nH;j++) { Img[j*nW+i] = T[j]; } } delete []T; delete []W0; //行反变换 T = new double[nW]; W0 = new double[nW]; for(int i = 0;i < nH;i++) { for(int j = 0;j < nW;j++) { W0[j] = Img[i*nW+j]; } IDWT_1D(T,nW,W0); for(int j = 0;j < nW;j++) { Img[i*nW+j] = T[j]; } } delete []T; delete []W0; } void IDWT_2D(double *Img,int nW,int nH,double *W,int n) { int r,r1,r2; r1 = (int)(log((double)nW)/log(2.0)); r2 = (int)(log((double)nH)/log(2.0)); r = min(r1,r2); ASSERT(n <= r); ASSERT(Img != NULL); ASSERT(W != NULL); //////////////////////////////////////////////////// for(int i = 0;i < nH;i++) { for(int j = 0;j < nW;j++) { Img[i*nW+j] = W[i*nW+j]; } } ////// double *T,*DWT; for(int i = n-1;i >= 0;i--) { int h,w; h = (int)((double)nH/pow(2.0,(double)i)); w = (int)((double)nW/pow(2.0,(double)i)); /////////////////////////////////////// T = new double[h*w]; DWT = new double[h*w]; for(int j = 0;j < h;j++) { for(int k = 0;k < w;k++) { DWT[j*w+k] = Img[j*nW+k]; } } IDWT_2D(T,w,h,DWT); for(int j = 0;j < h;j++) { for(int k = 0;k < w;k++) { Img[j*nW+k] = T[j*w+k]; } } delete []T; delete []DWT; /////////////////////////////////////// } }

评论收藏

内容反馈