fencengyasuo.m

本文主要是根据小波分解的特性

%图像压缩部分程序
clear all;
load woman;
x=X(100:200,100:200);

%对原始图像用bior3.7小波进行2层小波分解
[c,s]=wavedec2(x,2,'bior3.7');
%提取小波分解结构中第1层的低频系数和高频系数
cA1=appcoef2(c,s,'bior3.7',1);
%水平方向
cH1=detcoef2('h',c,s,1);
%斜线方向                  
cD1=detcoef2('d',c,s,1);
%垂直方向
cV1=detcoef2('v',c,s,1);
%分别对各频率成分进行重构
%重构第一层系数
A1=wrcoef2('a',c,s,'bior3.7',1);
H1=wrcoef2('h',c,s,'bior3.7',1);
D1=wrcoef2('d',c,s,'bior3.7',1);
V1=wrcoef2('v',c,s,'bior3.7',1);
c11=[A1 H1;V1 D1];

%保留第一层低频信息并对其进行量化编码
ca1=wcodemat(cA1,440,'mat',0);

%利用小波函数bior3.7保留第二层低频信息并对其进行量化编码
cA2=appcoef2(c,s,'bior3.7',2);
ca2=wcodemat(cA2,440,'mat',0);
ca2=0.5*ca2;
nbc=size(map,1);
colormap(map);
subplot(2,2,1);
image(wcodemat(x,nbc));
title('原始图像');
subplot(2,2,2);
image(wcodemat(c11,nbc));
title('分解后的低频和高频信息');
subplot(2,2,3);
image(wcodemat(ca1,nbc));
title('用小波bior3.7第一次压缩后图像 ');
subplot(2,2,4);
image(wcodemat(ca2,nbc));
title('用小波bior3.7第二次压缩后图像');

axis square;
disp('原始图象大小: ');
whos('x');
disp('用小波bior3.7第一次压缩后图像的大小：');
whos('ca1');
disp('用小波bior3.7第二次压缩后图像大小：');
whos('ca2');