我正在实现一个将验证签名图像的android应用程序,决定采用离散小波变换方法(symmlet-8),该方法需要应用离散小波变换并分离图像使用低通和高通滤波器并检索小波变换系数。如何应用图像上的离散小波变换
等式显示的符号我不能理解,因此不能轻松地做数学,也不知道如何将低通和高通滤波器应用到我的x和y点。
是否有任何教程向您展示如何轻松地将离散小波变换应用于我的图像,从而将其分解出数字?
非常感谢。
我正在实现一个将验证签名图像的android应用程序,决定采用离散小波变换方法(symmlet-8),该方法需要应用离散小波变换并分离图像使用低通和高通滤波器并检索小波变换系数。如何应用图像上的离散小波变换
等式显示的符号我不能理解,因此不能轻松地做数学,也不知道如何将低通和高通滤波器应用到我的x和y点。
是否有任何教程向您展示如何轻松地将离散小波变换应用于我的图像,从而将其分解出数字?
非常感谢。
从高层次观点来看,首先要提取RGB图像的数据(通常是分割3个通道)。在左上角
低通垂直+高通水平在右上角
高
低通垂直+低通水平:然后,对于每个通道,你分割你的形象为4通垂直+低通水平在左下角
高通垂直+高通在水平右下角
可以得到这样的结果做2次(1个垂直和1个水平)。然后迭代几次,将过滤器应用到左上角,以获得最终结果(金字塔)。最后,你重新组合颜色通道。
看看这里的代码(可以忽略RGB < - > YUV色彩变换): http://code.google.com/p/kanzi/source/browse/java/src/kanzi/test/TestDWT2.java
,并在这里对2D小波执行变换:http://code.google.com/p/kanzi/source/browse/java/src/kanzi/transform/DWT_CDF_9_7.java(离散小波变换了Cohen-Daubechies小-Fauveau 9/7适用于2D信号)
转换与您的不同(因此实现细节不同,但一般算法适用)。
这应该是足够的信息,让你开始。