Matlab傅立叶变换讲述.doc

Matlab傅立叶变换、余弦变换和小波变换 1. 离散傅立叶变换的 Matlab实现 Matlab 函数 fft、fft2 和 fftn 分别可以实现一维、二维和 N 维 DFT 算法；而函数 ifft、ifft2 和 ifftn 则用来计算反 DFT 。这些函数的调用格式如下：A＝fft(X,N,DIM其中，X 表示输入图像；N 表示采样间隔点，如果 X 小于该数值，那么 Matlab 将会对 X 进行零填充，否则将进行截取，使之长度为 N ；DIM 表示要进行离散傅立叶变换。 A＝fft2(X,MROWS,NCOLS)其中，MROWS 和 NCOLS 指定对 X 进行零填充后的 X 大小。别可以实现一维、二维和 N 维 DFT A＝fftn(X,SIZE)其中，SIZE 是一个向量，它们每一个元素都将指定 X 相应维进行零填充后的长度。 函数 ifft、ifft2 和 ifftn的调用格式于对应的离散傅立叶变换函数一致。别可以实现一维、二维和 N 维 DFT例子：图像的二维傅立叶频谱 1. 离散傅立叶变换的 Matlab实现% 读入原始图像I＝imread(lena.bmp);imshow(I)% 求离散傅立叶频谱J=fftshift(fft2(I));figure;imshow(log(abs(J)),[8,10]) 2. 离散余弦变换的 Matlab 实现 2.1. dct2 函数功能：二维 DCT 变换 Matlab格式：B=dct2(A)B=dct2(A,m,n)B=dct2(A,[m,n])函数 fft、fft2 和 fftn 分说明：B＝dct2(A) 计算 A 的 DCT 变换 B ，A 与 B 的大小相同；B＝dct2(A,m,n) 和 B=dct2(A,[m,n]) 通过对 A 补 0 或剪裁，使 B 的大小为 m×n。 2.2. dict2 函数功能：DCT 反变换格式：B=idct2(A)B=idct2(A,m,n)别可以实现一维、二维和 N 维 DFTB=idct2(A,[m,n])说明：B＝idct2(A) 计算 A 的 DCT 反变换 B ，A 与 B 的大小相同；B＝idct2(A,m,n) 和 B=idct2(A,[m,n]) 通过对 A 补 0 或剪裁，使 B 的大小为 m×n。Matlab2.3. dctmtx函数功能：计算 DCT 变换矩阵格式：D＝dctmtx(n)说明：D＝dctmtx(n) 返回一个 n×n 的 DCT 变换矩阵，输出矩阵 D 为 double 类型。 3. 图像小波变换的 Matlab 实现函数 3.1 一维小波变换的 Matlab 实现(1) dwt 函数 Matlab功能：一维离散小波变换格式：[cA,cD]=dwt(X,wname)[cA,cD]=dwt(X,Lo_D,Hi_D)别可以实现一维、二维和 N 维 DFT说明：[cA,cD]=dwt(X,wname) 使用指定的小波基函数 wname 对信号X 进行分解，cA、cD 分别为近似分量和细节分量；[cA,cD]=dwt(X,Lo_D,Hi_D) 使用指定的滤波器组 Lo_D、Hi_D 对信号进行分解。(2) idwt 函数功能：一维离散小波反变换格式：X=idwt(cA,cD,wname)X=idwt(cA,cD,Lo_R,Hi_R)X=idwt(cA,cD,wname,L)函数X=idwt(cA,cD,Lo_R,Hi_R,L)说明：X=idwt(cA,cD,wname) 由近似分量 cA 和细节分量 cD 经小波反变换重构原始信号 X 。wname 为所选的小波函数X=idwt(cA,cD,Lo_R,Hi_R) 用指定的重构滤波器 Lo_R 和 Hi_R 经小波反变换重构原始信号 X 。X=idwt(cA,cD,wname,L) 和 X=idwt(cA,cD,Lo_R,Hi_R,L) 指定返回信号 X 中心附近的 L 个点。1. 离散傅立叶变换的 Matlab实现 3.2 二维小波变换的 Matlab 实现 二维小波变换的函数别可以实现一维、二维和 N 维 DFTdwt2 二维离散小波变换wavedec2 二维信号的多层小波分解idwt2 二维离散小波反变换 Matlabwaverec2 二维信号的多层小波重构wrcoef2 由多层小波分解重构某一层的分解信号upcoef2 由多层小波分解重构近似分量或细节分量1. 离散傅立叶变换的 Matlab实现detcoef2 提取二维信号小波分解的细节分量appcoef2 提取二维信号小波分解的近似分量upwlev2 二