哈尔小波变换matlab

哈尔小波变换是一种常用的信号处理方法，它可以将图像或信号分解成不同尺度的低频和高频成分。在MATLAB中，可以使用以下代码实现哈尔小波变换：

function [LL, LH, HL, HH] = haar_dwt2D(img)
    [m, n] = size(img);
    for i = 1:m
        [L, H] = haar_dwt(img(i, :));
        img(i, :) = [L, H];
    end
    for j = 1:n
        [L, H] = haar_dwt(img(:, j));
        img(:, j) = [L, H];
    end
    LL = mat2gray(img(1:m/2, 1:n/2));
    LH = mat2gray(img(1:m/2, n/2+1:n));
    HL = mat2gray(img(m/2+1:m, 1:n/2));
    HH = mat2gray(img(m/2+1:m, n/2+1:n));
end

这段代码将输入的图像img进行了二维哈尔小波变换，并返回了低频部分LL、水平高频部分LH、垂直高频部分HL和对角高频部分HH。

相关问题

一维哈尔小波变换matlab

以下是一维哈尔小波变换的MATLAB实现：

function [c, l] = HaarWaveletTransform(x)
% x: input signal
% c: wavelet coefficients
% l: bookkeeping vector

N = length(x);
h = [1 1] / sqrt(2);
c = zeros(N, 1);
l = zeros(log2(N), 2);

for i = 1:log2(N)
    % Split even and odd elements
    x1 = x(1:2:N);
    x2 = x(2:2:N);
    
    % Calculate approximation coefficients
    a = conv(x1, h);
    a = a(1:end-1);
    
    % Calculate detail coefficients
    d = conv(x2, h);
    d = d(1:end-1);
    
    % Store coefficients and bookkeeping vector
    c(1:length(a)) = a;
    c(length(a)+1:length(a)+length(d)) = d;
    l(i, :) = [length(a) length(d)];
    
    % Update x for next iteration
    x = c(1:l(i, 1)+l(i, 2));
end

其中，输入信号为x，输出为小波系数c和一个bookkeeping向量l，用于记录每个分解级别的近似系数和细节系数的长度。