mra.2d(waveslim)
mra.2d()所属R语言包：waveslim
Multiresolution Analysis of an Image
图像的多分辨分析
译者：生物统计家园网 机器人LoveR
描述----------Description----------
This function performs a level J additive decomposition of the input matrix or image using the pyramid algorithm (Mallat 1989).
这个函数执行的水平J添加剂输入矩阵或图像金字塔算法（MALLAT 1989）的分解。
用法----------Usage----------
参数----------Arguments----------
参数：x
A matrix or image containing the data be to decomposed. This must be have dyadic length in both dimensions (but not necessarily the same) for method="dwt".
矩阵或图像包含的数据分解。这必须在两个维度（但不一定是相同的）的二进长度method="dwt"。
参数：wf
Name of the wavelet filter to use in the decomposition. By default this is set to "la8", the Daubechies orthonormal compactly supported wavelet of length L=8 least asymmetric family.
的小波滤波器的名称使用在分解。默认情况下，此设置为"la8"的Daubechies正交的紧支撑小波的长度L=8至少不对称家庭。
参数：J
Specifies the depth of the decomposition. This must be a number less than or equal to log(length(x),2).
指定的深度的分解。这必须是一个小于或等于log(length(x),2)。
参数：method
Either "dwt" or "modwt".
无论是"dwt"或"modwt"。
参数：boundary
Character string specifying the boundary condition. If boundary=="periodic" the default, then the matrix you decompose is assumed to be periodic on its defined interval,<br> if boundary=="reflection", the matrix beyond its boundaries is assumed to be a symmetric reflection of itself.
字符串指定的边界条件。如果boundary=="periodic"默认值，则假定矩阵分解其定义的时间间隔上是周期性的，<br>请如果boundary=="reflection"，超出其边界矩阵被假设为是一个对称反射本身。
Details
详细信息----------Details----------
This code implements a two-dimensional multiresolution analysis by performing the one-dimensional pyramid algorithm (Mallat 1989) on the rows and columns of the input matrix. Either the DWT or MODWT may be used to compute the multiresolution analysis, which is an additive decomposition of the original matrix (image).
该代码实现了一个两维的多分辨率分析，通过执行对输入矩阵的行和列的一维的金字塔算法（Mallat的1989）。使用，无论是载重吨或MODWT可以计算的多分辨率分析，这是在原始矩阵（图像）的添加剂分解。
值----------Value----------
Basically, a list with the following components
基本上，与以下组件的列表
参数：LH?
Wavelet detail image in the horizontal direction.
在水平方向上的小波细节图像。
参数：HL?
Wavelet detail image in the vertical direction.
在垂直方向上的小波细节图像。
参数：HH?
Wavelet detail image in the diagonal direction.
在对角线方向上的小波细节图像。
参数：LL<i>J</i>
Wavelet smooth image at the coarsest resolution.
在粗分辨率的小波平滑的图像。
参数：<i>J</i>
Depth of the wavelet transform.
深度的小波变换。
参数：wavelet
Name of the wavelet filter used.
小波滤波器的名称。
参数：boundary
How the boundaries were handled.
的界限如何处理。
（作者）----------Author(s)----------
B. Whitcher
参考文献----------References----------
A theory for multiresolution signal decomposition: the wavelet representation, IEEE Transactions on Pattern Analysis and Machine Intelligence, 11, No. 7, 674-693.
A Wavelet Tour of Signal Processing, Academic Press.
参见----------See Also----------
dwt.2d, modwt.2d
dwt.2d，modwt.2d
实例----------Examples----------
## Easy check to see if it works...[简单检查，看它是否正常工作...]
## --------------------------------[＃--------------------------------]
x <- matrix(rnorm(32*32), 32, 32)
# MODWT[MODWT]
x.mra <- mra.2d(x, method="modwt")
x.mra.sum <- x.mra[[1]]
for(j in 2:length(x.mra))
x.mra.sum <- x.mra.sum + x.mra[[j]]
sum((x - x.mra.sum)^2)
# DWT[DWT]
x.mra <- mra.2d(x, method="dwt")
x.mra.sum <- x.mra[[1]]
for(j in 2:length(x.mra))
x.mra.sum <- x.mra.sum + x.mra[[j]]
sum((x - x.mra.sum)^2)
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。
|
发表于 2012-10-1 17:06:47
