为什么pywt小波变换的输出是一个复数组？
pywt小波变换的输出是一个复数组的原因是因为小波变换是一种基于复数运算的信号分析方法。在小波变换中，信号被分解成不同尺度和频率的小波函数，而小波函数是由复数构成的。
复数是由实部和虚部组成的数学概念，可以表示具有幅度和相位的信号。在小波变换中，复数用于表示信号的幅度和相位信息。幅度表示信号的能量大小，相位表示信号的相对位置。
小波变换的输出是一个复数组，其中实部表示信号的幅度信息，虚部表示信号的相位信息。通过对复数组进行逆变换，可以还原原始信号。
小波变换的复数组具有以下优势：
- 可以同时提取信号的幅度和相位信息，更全面地描述信号特征。
- 可以对非平稳信号进行分析，适用于处理具有瞬态特征的信号。
- 可以在不同尺度和频率上对信号进行分解和重构，提供多尺度的信号分析能力。
小波变换的应用场景包括但不限于：
- 信号处理：用于信号去噪、信号压缩、信号特征提取等。
- 图像处理：用于图像压缩、图像增强、图像特征提取等。
- 数据分析：用于时间序列分析、频谱分析、模式识别等。
- 通信系统：用于调制解调、信道估计、信号恢复等。
腾讯云提供的与小波变换相关的产品是腾讯云信号智能分析（Signal Intelligent Analysis，SIA），该产品基于小波变换和机器学习算法，提供信号智能分析和处理服务。详情请参考腾讯云官网：https://cloud.tencent.com/product/sia
相关·内容
知道为什么pywt.Wavelet()会对某些内置小波产生误差吗？有一个基本的(数学)原因吗？
pywt.Wavelet(i)
带出口
ValueError: Invalid wavelet name.
对于i=
'cgau1', 'cgau2', 'cgau3', 'cgau4', 'cgau5', 'cgau6', 'cgau7'
'cgau8', 'cmor', 'fbsp', 'gaus1', 'gaus
浏览 6提问于2016-12-16得票数 5
回答已采纳
1回答
这可能是一个不同论坛的问题，如果是这样，请让我知道。我注意到只有14个人关注小波标签。
我在这里提供了一种优雅的方法，可以将pywt (pyWavelets包)中的小波分解扩展到多维。如果安装了pywt，这应该是开箱即用的。测试1显示了3D数组的分解和重组。所有需要做的就是增加维度的数量，这样代码就可以分解/重组4、6甚至18个维度的数据。
我在这里替换了pywt.wavedec和pywt.waverec函数。另外，在fn_dec中，我展示了新的wavedec函数是如何像旧函数一样工作的。
但有一个问题:它将小波系数表示为与数据形状相同的数组。因此，由于我对小波的了解有限，我只能将其用于Haa
浏览 4提问于2011-04-19得票数 8
回答已采纳
1回答
我正在尝试在这个网站上实现代码[ http://ataspinar.com/2018/12/21/a-guide-for-using-the-wavelet-transform-in-machine-learning/ ]，它研究如何将低通滤波器应用于信号，然而，我不能理解他是如何获得阈值和小波族的。你能解释一下他是怎么想出值和小波名称的吗？ 对于代码： def lowpassfilter(signal, thresh = 0.63, wavelet="db4"):
thresh = thresh*np.nanmax(signal)
coeff = pywt.
浏览 17提问于2020-01-24得票数 0
1回答
基于这篇关于脑-机接口的论文，我想用离散小波变换提取时频域特征，然后用给定的方程计算能量和熵。 ? 所以我选择了python中的pywt，现在我有以下代码来从每个频带获得小波和熵(例如，我使用D2 )，here是数据的链接： import numpy as np
data = np.loadtxt('data.txt')
import pywt
cA5, cD5, cD4, cD3, cD2, cD1 = pywt.wavedec(data,'db4',mode='symmetric',level= 5)
Ent = 0
fo
浏览 34提问于2021-10-15得票数 1
回答已采纳
1回答
如何找到DWT信号变换的频带？
、、、、
我是信号处理方面的新手，我想找出杜贝希斯小波'db4‘变换输出的各个电平的频率范围。转换是用PyWavelets完成的。我在python中工作，下面的代码输出5个细节级别和1个近似，但是我不确定每个级别描述的频率范围。
data = pywt.wavedec(X_train_ch1_raw[0], 'db4', level=5)
浏览 11提问于2020-03-20得票数 0
回答已采纳
1回答
我试图使用连续小波变换，但我不断地得到ValueError: Only dim == 1 supported.，我的数据是熊猫的数据。
我曾尝试使用以下方法：
df2 = py.cwt(df, scales=1, wavelet='gaus1')
我的结果是
ValueError: only dim == 1
Traceback (most recent call last):
File "<ipython-input-1-4c0398b4c4f3>", line 1, in <module>
runfile('/h
浏览 1提问于2019-05-21得票数 0
回答已采纳
1回答
我对pywt和小波分析很陌生。我现在面临着几个问题，我希望有人能帮助我。
首先，我想更改my_wavelet中的展开(D)和平移(x)，但我不知道如何准确地完成它。如果有人举个例子，我将非常感激。
第二，我可以在数组s的边缘添加零吗？由于值的输出cA和cD为7，而输入s为13，或者有什么方法可以避免缩小大小？
第三，上面公式中的C_P，D是否与pywt.dwt函数的cA输出相同？我仍然不明白为什么公式中只有一个输出，但是pywt.dwt给了两个输出？
s = [1,2,3,7,8,9,5,1,1,0,1]
my_filter_bank = ( [1,1], [-1,1], [1,1]
浏览 9提问于2022-03-07得票数 0
回答已采纳
3回答
准小波信号重构
、、
我正在尝试使用pywavelet库来理解小波的概念。我的第一步是看看如何使用小波系数重建给定的输入信号。下面是我的代码：
db1 = pywt.Wavelet('db1')
cA6, cD6,cD5, cD4, cD3, cD2, cD1=pywt.wavedec(data, db1, level=6)
cA6cD_approx = pywt.upcoef('a',cA6,'db1',take=n, level=6) + pywt.upcoef('d',cD1,'db1',take=n, level=6)\
浏览 7提问于2017-04-20得票数 2
尝试使用此link中描述的PyWavelets进行小波变换，以下是我的代码： import pywt
import cv2 as cv
img = cv.imread('D:/gray.jpeg', cv.IMREAD_GRAYSCALE) #read gray image.
img = cv.resize(img, (256,256))
coeffs2 = pywt.dwt2(img, 'bior1.3')
LL, (LH, HL, HH) = coeffs2 现在，我想将LL，LH和HH保存为3通道图像，但我不知道如何做到这一点，谁能告诉我怎么做吗？ 我的
浏览 74提问于2019-05-14得票数 1
1回答
我正在使用python的python包pywt对一些信号进行连续小波变换。由于信号的长度不同，所以输出系数2d阵列具有不同的列数。为了得到具有相同形状的系数数组，我使用scipy.ndimage.interpolation.zoom进行插值。但是内插法引发的错误消息是“复杂类型不受支持”，这意味着输入数组是一个复杂数组。我们知道，pywt cwt的输出实际上是一个由不同尺度和时间移位的小波系数组成的阵列/矩阵，这些系数应该是实数而不是复数。所以我真的不知道该怎么弄明白。有没有人可以解决这个问题，或者提出一些替代的方法来进行插值，并得到相同大小的输出数组？简单的代码如下 import pywt
浏览 66提问于2019-05-17得票数 0
回答已采纳
我试图像matlab一样实现Morlet小波变换，但我在python中找不到任何等效的函数。我想像这样实现它：
s0 = 6/fs; % smallest scale
ds = 0.001; % spacing between scales
NbSc = 3000; % number of scales
SCA = {s0,ds,NbSc, 'lin'}; % specify scales
cwtstruct = cwtft({data, 1/fs},'scales',SCA);
并获得与Matlab的cwtstruct相同的输出。
我已经看过PyWavel
浏览 3提问于2018-09-14得票数 0
5回答
我需要使用pyWavelet，也就是pywt来读取我的图像，为它做小波，下面的例子只用来加载相机图像，如何使用我电脑路径中的另一个图像？ import pywt
import pywt.data
# Load image
original = pywt.data.camera()
浏览 98提问于2019-06-26得票数 2
回答已采纳
1回答
我正在尝试并遵循示例。
import pywt
x = [3, 7, 1, 1, -2, 5, 4, 6]
cA, cD = pywt.dwt(x, 'db2')
只是为了确认一下，cA是缩放而cD是时间延迟吗？有什么方法可以改变移位/缩放步长(中的a和b参数)？
浏览 3提问于2015-03-31得票数 0
1回答
我需要对心电信号进行以下去噪：
用“db6”小波到9个层次的离散小波变换
在0-0.35Hz范围内的第9电平上过滤频率(而不是细节系数)。
仅使用3到9级来重建信号
我不知道如何在Python (PyWavelets)中执行第二步，因为我只能修改细节和近似系数，也不知道如何将它们与频率关联起来。
我该怎么做？
这是我的密码
import pywt
#DWT
coeff = pywt.wavedec(data,'db6',level=9)
#filter the 0-0.35Hz frequencies in the 9-t
浏览 0提问于2019-02-10得票数 4
回答已采纳
1回答
我在测试
protected final double sqrt_3 = Math.sqrt( 3 );
protected final double denom = 4 * Math.sqrt( 2 );
//
// forward transform scaling (smoothing) coefficients
//
protected final double h0 = (1 + sqrt_3)/denom;
protected final double h1 = (3 + sqrt_3)/denom;
protected final
浏览 0提问于2019-03-16得票数 0
回答已采纳
1回答
由于python模块，我在实践中发现了小波。
我已经浏览过，但是我无法理解关键的步骤:我不知道如何用matplotlib显示小波分析的多维输出。
这就是我尝试过的(给定一个pyplot ax)：
import pywt
data_1_dimension_series = [0,0.1,0.2,0.4,-0.1,-0.1,-0.3,-0.4,1.0,1.0,1.0,0]
# indeed my data_1_dimension_series is much longer
cA, cD = pywt.dwt(data_1_dimension_series, 'haar')
浏览 3提问于2013-05-10得票数 2
回答已采纳
我需要对小波包树运行香农(或任何类似的度量)熵最小化，但我在找出算法时遇到了问题。有时这被称为在频率空间中优化瓦片。我可以跟随解决一个规模的问题，但我找不到一种方法来解决与后续规模的重叠冲突。生成的比例图中的间隙是否应该简单地用第一个解析层的结果填充？
我试过使用PyWavelet的pywt.WaveletPacket，并在谷歌上搜索解决了这个问题的人，但我似乎找不到一个基于Python的答案。我得到的最接近的是小波工具箱中的Matlab的besttree函数，但我没有这个工具箱的许可证，所以我不能简单地将其MCC-it并在python中运行。
import pywt
wave='db
浏览 162提问于2019-04-30得票数 0
1回答
我正在尝试用python做二维小波滤波。我发现了关于PyWavelets的事情，并且我已经花了一段时间来研究它。我正在尝试做4个级别的转换。当我把它打印出来时，它给出了werid输出，我不确定到底是怎么回事。我已经尝试了一些方法，但这是最新的示例：
test = pywt.dwt2(picture,'db1')
任何关于用PyWavelets或一般情况下在图像上预制二维小波的帮助都将不胜感激。谢谢。
编辑:小波变换的类型无关紧要
浏览 5提问于2015-12-03得票数 2
这是我正在使用的代码。为“morl”、“gaus”、“mexh”工作，但不为“rbio”工作。
scg.set_default_wavelet('mexh')
scg.cws(data[:signal_length], coi = False);
浏览 4提问于2022-02-22得票数 0
1回答
我尝试对图像进行小波分析，我需要一些多尺度分解的方法。我正在试验PyWavelets包。然而，dwt2和idwt2方法只提供单一的标度。我可以迭代这些方法，并将单尺度分解应用于图像的较小区域；如果dwt2的结果由4个数组组成：
---------
| A | B |
---------
| C | D |
---------
然后，我可以将dwt2应用于子数组A等等。然而，这里有一个困难，因为许多小波产生的阵列比输入要大。注意，在上使用的小波是db1。但是如果我们尝试db2
>>> import pywt
>>> x = [3, 7, 1, 1, -2, 5
浏览 10提问于2015-03-09得票数 2
1回答
我正在处理压缩感知问题。在这里，我想找出双正交小波变换矩阵。
我的意思是，如果用输入信号与矩阵相乘，就必须得到输入信号的双正交小波变换。我知道matlab中的波形可以直接做到这一点，但是我想要有独立的矩阵，例如，假设我的输入信号是720×1矢量。我想要一个双正交矩阵(W)，它将与输入相乘，并给我输入向量的双正交变换。
浏览 5提问于2014-10-04得票数 1
回答已采纳
当我试图理解快速傅立叶变换时，我遇到了一个相位问题。我已经将它分解为下面的简单代码。计算50 of正弦波的一个周期，并应用fft算法：
fs = 1600;
dt = 1/fs;
L = 32;
t=(0:L-1)*dt;
signal = sin(t/0.02*2*pi);
Y = fft(signal);
myAmplitude = abs(Y)/L *2 ;
myAngle = angle(Y);
Amplitude_at_50Hz = myAmplitude(2);
Phas
浏览 10提问于2016-08-11得票数 3
回答已采纳
我一直试图在MATLAB中实现这两个过滤器：
未抽取小波3.75Hz e小波7.5Hz Daubechies 4未抽取滤波器组7.5Hz
我已经对小波工具箱进行了大量的研究，但我仍然不知道算法的正确实现，以及截止频率的定义。
有人有这方面的经验吗？
我试过的是：
movementOut = movementIn;
% Set Daubechies wavelet name.
wname = strcat('db',num2str(order));
% Compute the corresponding scaling filter.
daubechies=dbwavf(wnam
浏览 1提问于2016-11-22得票数 4
2回答
我正在尝试使用db4小波和5级分解来分解给定的波。下面是相同的代码：
coeffs = pywt.wavedec(yourResultA,'db4',level = 5)
然而，编辑器给了我以下错误：
Level value of 5 is too high. Maximum allowed is 0.
我不理解这个错误的含义，因为0级没有任何意义。我甚至尝试使用以下代码来查找db4小波的最大可能级别：
w = pywt.Wavelet('db4')
x = pywt.dwt_max_level(len(yourResultA), w)
这里x的值是15，所以
浏览 14提问于2017-09-10得票数 0
1回答
我试图使用支持向量机作为我的模型，根据EMG信号对单词进行分类。我的数据集包含15个类(单词)，每个类有230个重复和1000个特征。我已经把所有的文件合并在一起了，这样就更容易了。我使用的预处理步骤是标准定标器和主成分分析。然而，我得到的准确度只有56%。我在网上发现，使用小波变换有助于改善这种情况，但反而使情况变得更糟。我只有6%的准确率！如果你知道我做错了什么，你能给我解释一下吗？我把我的密码附在下面。我也是机器学习的初学者，所以如果你有时间的话，如果你给出详细的答案，那会很有帮助的。非常感谢！
cf = pd.read_csv('EMG-TrainTestDataset.csv
浏览 0提问于2022-04-02得票数 2
1回答
使小波变换/附加数据更快
、、、
我采取一维小波变换的数据.我怎样才能让这个更快？我有140万个样本和32个特征。
def apply_wavelet_transform(data):
ca,cd=pywt.dwt(data[0,:],'haar')
for i in range(1,data.shape[0]):
ca_i,__=pywt.dwt(data[i,:],'haar')
ca=np.vstack((ca,ca_i))
return ca
考虑到我不像关心执行的速度那样关心内存的使用。
浏览 8提问于2015-08-17得票数 2
回答已采纳
1回答
我在Weka软件中输入了CSV格式的输入数据。然后我把小波应用到数据中。这项工作的输出是Haar1、Haar2、Haar3和Haar4。我想问这些输出的意义是什么。这是否意味着考虑了4级小波？在Weka中，小波的默认级别是多少？
6个参数作为建模输入，1个参数作为建模输出。在Weka软件的滤波部分，将Haar小波应用于数据处理。将该滤波器应用于数据后，将5个输入参数转换为8个Haar。这个Haar的含义是什么，它应该如何解释？在Waka软件中，我应该在哪里找到小波的程度？
浏览 2提问于2022-09-23得票数 0
1回答
小波谱
、、
我有一个morlet小波，它用一个平面波乘以一个高斯窗口，还有一个缩放参数s。也就是说，在python语言中：
import numpy
f = 10
omega = 2*numpy.pi*f
x = numpy.linspace(-5,5,num=1000)
wavelet = numpy.exp(numpy.complex(0,1)*omega*x/s) * numpy.exp(-1.0*(x/s)**2/2.0)
通常，将小波的尺度参数(也称为“电平”)加倍，使其带宽减半。用s = 2**i，i=1,2,3，……绘制了上述不同尺度的小波变换。对于后续的i，宽度不会减半。
莫莱特小波有什么
浏览 5提问于2013-04-15得票数 1
2回答
我一直在尝试使用python中的pywavelets包中的swtn函数将一级非抽取小波变换应用到3D numpy排列中，如下所示：
import numpy as np
from pywavelts import swtn
img = np.random.rand(4,4,5)
WT = swtn(img, 'coif1', level = 1, start_level = 0)
这会引发一个错误：
Traceback (most recent call last):
File "<ipython-input-60-1f6f4144a239>
浏览 6提问于2017-03-07得票数 2
1回答
用于时变频率的谱图与标度图
、、、、
我是比较FFT与CWT之间的特定信号。
我不清楚如何从相应的CWT标度图中读取相应的频率和振幅。此外，我觉得CWT是相当不准确的？
谱图似乎很好地预测了精确的频率，但是对于CWT，我尝试了许多不同的小波，结果是一样的。
我有监督什么吗？这难道不是解决这个问题的适当工具吗？
下面，您可以找到我的源代码示例和相应的绘图。
import matplotlib.pyplot as plt
import numpy as np
from numpy import pi as π
from scipy.signal import spectrogram
import pywt
f_s = 200
浏览 2提问于2019-02-27得票数 8
4回答
我需要帮助的源码与MATLAB。我可以知道全离散小波变换的MATLAB源代码，可以用于视频处理吗？
特别是我需要一个滤波器的代码使用小波变换与MATLAB。
浏览 1提问于2009-08-03得票数 0
2回答
我正在尝试使用来自scipy.signal的连续小波变换来清理噪声信号，如下所示： df2=signal.cwt(df, np.arange(1,31), 'gaus1') 这给了我一个类型错误：'int‘和'str’的实例之间不支持'<‘ 为什么我会得到这个错误，我如何正确地对我的数据应用连续小波变换？
浏览 20提问于2019-05-17得票数 1
我正在尝试从声音文件(.wav)中获取功能；
我试过用stft来获得二维特征(x是时间，y是频率)。
我试过了，但是得到了一个一维阵列。如果输入一个1D (1000，) wav数组，则得到一个数组(500，)
如何使用pywt获得像stft get这样的2D特征？
以下是stft特性的结果：
浏览 3提问于2019-01-14得票数 2
1回答
WPD =小波包分解
嗨，亲爱的堆叠溢出。我对我的时间序列数据有疑问。
我的数据是机床或机床上轴承的振动。
我们知道WPD作为一个滤波器工作，如果我们应用二级WPD，它被划分为4个频带
ex) - sampling rate = 4000Hz
1. 0 ~ 500Hz
2. 500 ~ 1000Hz
3. 1000 ~ 1500Hz
4. 1500 ~ 2000Hz
by nyquist theorem
许多研究都使用了小波变换的结果。
但我认为，如果将小波变换应用于信号，则结果是尺度域(时域->尺度域，因为小波变换)。
这不是我们想要的确切结果。
我们应该在时域而不是尺度域对信号进行分
浏览 2提问于2020-10-21得票数 0
我尝试使用pywt包在python中使用离散小波变换对信号进行去噪。但是我不能定义应该在pywt.threshold()函数中设置的阈值
我不知道应该设置什么最佳阈值才能以最小的噪声重建信号
我使用的是普通代码：pywt.threshold(mysignal, threshold, 'soft')
是的，我打算做软阈值
我想知道阈值是否可以通过查看我的信号或从另一种方式确定
浏览 27提问于2019-11-06得票数 2
4回答
理解小波理论的前提
、、、
我有计算机科学学位，我参加了下列数学课程。
Calculus ICalculus II离散数学与数论线性理论<code>F 215</code>
为了准备学习小波，我还应该参加哪些课程，重点是实现小波变换？
编辑：
看起来这是因为与“编程无关”而关闭的。那是不对的！
小波变换是一种非常常用的图像处理技术，广泛应用于H.264和JPEG2000中。图像处理是否超出了StackOverflow的范围？
浏览 3提问于2009-09-21得票数 10
回答已采纳
我在python中使用了小波分解命令，使用pywt库，但是它不返回任何系数。下面给出了我的代码。
import numpy as np
import pywt as pywt
(e,f)=pywt.wavedec(y,'db12' ,level=2)
print("e:"+str(e))
print("f:"+str(f))
我也尝试过用pywt.dwt(y,' db12', level=2)，它也不返回任何系数
它返回一个空输出，其中y是包含我输入的矩阵。
浏览 1提问于2018-07-04得票数 1
回答已采纳
2回答
为了得到小波变换和包小波变换，我一直在使用R包wavethresh。在小波基上可以很容易地得到小波变换的系数。然而，我不能设法获得小波基。
我目前使用的是标准小波滤波器: Daubechies最小不对称。
下面是我的小波变换代码示例：
data <- cos(1:512/(10*pi))
wave <- wd(data)
对于小波包变换：
wave <- wp(Temperature[,1])
coeffs <- MaNoVe(wave.th)
l <- print(coeffs)
我尝试了一些小波包变换的方法：
basis <- matrix(NA,len
浏览 0提问于2013-02-26得票数 2
回答已采纳
2回答
我正在尝试使用D4小波编写正向小波变换。输入数据为24bit/像素的彩色.bmp图像。我取的小波系数：
h0 = 0.48296
h1 = 0.83652
h2 = 0.22414
h3 = -0.12941
g0 = -0.12941
g1 = -0.22414
g2 = 0.83652
g3 = -0.48296
问题是，在转换过程中，我得到的值大于255或小于0。我应该怎么做才能保持在0,255范围内？
谢谢。
浏览 1提问于2012-05-16得票数 0
1回答
我想在Octave中使用dwt，但我不知道wname是什么。函数是:u= dwt(noisy_signal，' wname ')；wname是小波名称，我使用了haar，但它显示为无效函数。有谁能帮帮我吗？
而对于复数小波变换，我使用了双树复数小波变换，这个函数是最好的吗？这个函数需要一个特定的过滤器吗？
提前谢谢你，Weam
浏览 8提问于2015-11-17得票数 0
我想做一个信号的傅里叶逆变换。我用这个
fftw_plan_dft_c2r_1d
然而，输出向量需要是双倍的。问题是，信号的IFFT不是给出了复数结果吗？
浏览 4提问于2016-02-11得票数 1
2回答
我对脑电图数据(最初在micoVolt中)使用连续小波变换，如下所示：
coef, freqs = pywt.cwt(EEG_data, np.arange(0.5, 50, 0.5),'morl',
sampling_period=sampling_period)
我知道频率的单位是赫兹。那coef呢？
浏览 1提问于2017-07-06得票数 1
1回答
我正在做一个Matlab项目，它使用二维小波变换。我正在研究小波变换模极大值法(WTMM)。我使用Matlab小波工具箱。关于小波和小波方法，我使用了二维离散小波变换(dwt2和wavedec2 )，但并不真正理解dwt2输出近似/垂直/水平/对角的作用。我看到它们是低通和高通滤波器()的结果，但是我应该使用哪个输出来在图像上找到局部最大值？
[A,H,V,D] = dwt2(X,'wname')
我也在我的项目中使用多重分形形式。为了绘制比例函数，首先要绘制分区函数(根据本文的，在WTMM方法部分)。但是，我不知道如何正确地绘制这段代码；这里是我的代码：
A，H，D，V=
浏览 4提问于2015-05-05得票数 3
1回答
我了解前向平稳小波变换，以及它是如何在对角线、垂直和水平分量上实现的。事实上，我已经实现了它。我不明白的是，对于给定垂直、对角和水平分量的图像，计算反平稳小波变换的算法到底是什么？我一直无法找到算法的简单解释，如果有人能帮助我，我将不胜感激。
浏览 3提问于2013-05-08得票数 3
我正在尝试在3D中实现离散小波变换(DWT)，并且我已经找到了MATLAB的等价物wavedec3。有没有人知道有没有我可以使用的Python等价物，而不是自己去写呢？
浏览 16提问于2020-08-06得票数 0
我想从控制台将小波系数放到.csv行中。
下面的代码只能将一个数字放到.csv文件中
def waveletdbbiorone(self): #function for Wavelets computation
for filename in glob.iglob ('*.tif'):
imgwbior = mahotas.imread (filename) #read the image
arraywbior = numpy.array([imgwbior])#make an array for pywt module
c
浏览 2提问于2013-06-30得票数 0
1回答
我指的是，第二页右栏第二段，其中描述了如何生成四重密度小波系数：
如果不对小波系数进行下采样，则生成双密度小波，其中n级小波每1/2×2^n中心，生成四重密度字典，用不下采样的方法计算双密度尺度系数。下一步是分别计算两组标度系数(偶数和奇数)上的双密度小波系数。
我很困惑如何得到two sets of scaling coefficients - even and odd。even and odd是什么意思？
. those =‘those 1’>把原始图像矩阵分解成只有偶数指数(0,0) (0，2)的两个矩阵.奇数指数(0,1)，(0，3).？优点是什么？
谢谢
浏览 2提问于2016-02-12得票数 0
1回答
我想知道Python中的Energyfor1-D小波是否有实现，就像Matlab 'Ea，Ed = wenergy(C，L)‘一样。我试着自己写一本，但我不确定:公式是：
其中Dj是细节向量，j= 1,2，…，ld和N1是分解层的数据长度。
import json
import pywt
f=open('DataFile.txt','r')
D=json.load(f)
f.close()
#create the wavelet function
db1 = pywt.Wavelet('db13')
#calculate the
浏览 0提问于2016-06-06得票数 0
回答已采纳
1回答
用于图像纹理分析的离散小波变换
、、、、
我计划使用离散小波变换从灰度图像中提取纹理特征，以便进行分类。但是，我不确定我应该选择哪种类型的小波？我读到的大多数研究都是使用Haar或Daubechies小波从图像中提取特征。那么，有没有一种方法来确定哪个小波是合适的呢？
浏览 17提问于2019-02-10得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
