小波分析图像 - 经验交流

小波变换在高光谱图像处理中的应用小波分析在遥感中的应用图像处理起步较晚，主要为图像 2D处理。一般遥感常用图像压缩、图像去噪、图像融合、图像纹理特征和边缘特征分析、，分解图像用不同的小波基函数小波变换图像目标识别的具体算法步骤是:(1)选择小波函数。

函数1、请问在小波变换图像去噪中Xnoise=X 18*(rand(size(Xwavedec2用于二维分解-1小波，其函数调用格式如下:图像小波分解应该是二维的，所以可以在matlab中使用dwt2 。具体如下:小波分析遥感中的应用图像处理起步较晚，主要是图像的二维变换与重构，一般遥感中常用的图像压缩，图像去噪，图像1由于小波变换具有多分辨率分析的特性，因此具有在时域和频域同时表示信号局部特征的能力。高光谱光谱维数的小波分解可以同时保留信号的高频和低频信息，详细描述光谱的峰谷等曲线特征，自动剔除数据中的异常值。

2、谁能简单介绍一下小波变换以及小波变换在图像处理中的应用?【小波分析图像】如果你想学习小波，你必须有很强的数学基?。?尤其是泛函分析和傅立叶分析。本人数学专业，毕业论文基于小波转化。不过，我感觉如果要用小波，也不必深究。做数字图像的个人感觉无非是小波 vector和图像的一个像素矩阵卷积来分离高低频带，好像没有什么高等数学。但是如果你是搞研究的，想研究推理，想给出更强的算法，那就要好好学习了。感觉小波发展很快，还是有前途的。

3、MATLAB中对库图像的三层小波分析的程序是怎样的?%用于提升变换。如果血液残留杨%TransImage.m，输入参数为图像文件的路径和文件名functionTransImage()FIM read()；FIM 2 double(f)；%将矩阵转换为双精度类型A1 。；%提升系数B0 。；R0 。；D0 。；K1 。；小波 transform去噪的基本思想可以概括为:利用小波 transform将含噪信号分解到多尺度上，并在小波 transform中使用二进制类型，然后在每个尺度上去除属于噪声的小波系数，并保留。关键是用什么准则去除属于噪声的小波系数，增强属于信号的部分。

4、用不同小波基函数对图像进行分解效果差别大吗小波 Transformation图像目标识别的具体算法步骤如下:(1)选择小波函数，确定小波Transformation的平移范围以及变换尺度的个数和范围。(2)用小波基函数对目标论域中的引用图像进行变换。在此基础上，进一步提取图像在不同尺度下的特征信息。(3)对输入的图像进行与步骤2相同的处理，得到对应的小波transformed图像特征信息。(4)获得输入图像的旋转校正角度，并相应地旋转输入图像

(6)如有必要，进一步将输入图像的详细成分与候选目标在水平、垂直和对角线方向上的不同方向进行比较。(7)确定最终识别结果中图像 contour和图像 detail的权重因子。(8)计算识别结果，根据最大值原则确定最终识别结果。MATLAB有图像文件输入输出处理函数，还有可以直接调用的小波 transform函数，大大节省了编程工作量。(查阅MATLAB手册了解函数参数的定义和使用) 。
5、小波变换后的图像如何去噪阈值处理后重构小波的系数，即可得到去噪后的信号。小波 transform去噪的基本思想可以概括为:利用小波 transform将含噪信号分解到多尺度上，并在小波 transform中使用二进制类型，然后在每个尺度上去除属于噪声的小波系数，并保留，关键是用什么准则去除属于噪声的小波系数，增强属于信号的部分。