算法要求:输入序列是大于滤波器长度的偶数列

确实可以通过编程的手段使算法适合所有的情况,但本文章的目的是展示mallat算法的过程,所以就一切从简了

// Mallat.cpp : Defines the entry point for the console application.
//

#include "stdafx.h"
#include "stdio.h"
/*mallat算法 分解
* dSIn 输入的序列s,dH0尺度函数展开系数,dH1小波函数展开系数,dSOut输出低频部分,dDOut输出高频部分,
* nSIn_Len 输入序列的长度,nH_Len 滤波器的长度。
*/
int DwtFun(double *pdSIn,double *pdH0,double *pdH1,double *pdSOut,double *pdDOut,int nSIn_Len,int nH_Len)
{
 int i,j,k;
 //延拓后的Len是一个本体长度加一个滤波器长度
 int nLen=nSIn_Len+2*nH_Len;
 
 //建立滤波前的序列pdSArray,滤波后的序列pdSAOut低频部分,pdDAOut高频部分
 double *pdSArray=new double[nLen];
 double *pdSAOut=new double[nLen];
 double *pdDAOut=new double[nLen];
 //对称延拓
 for(i=0;i<nLen;i++)
 {
  if(i<nH_Len)
  {
   pdSArray[i]=pdSIn[nH_Len-i-1];
  } 
  else if(i>=nH_Len+nSIn_Len)
  {
   pdSArray[i]=pdSIn[nH_Len+2*nSIn_Len-1-i];
  }
  else
  {
   pdSArray[i]=pdSIn[i-nH_Len];
  }
 }

//求输出序列低频部分dSOut,高频部分dDOut.i->nLen,k->nH_Len
 double dSTemp,dDTemp;
 for(i=0;i<nLen;i++)
 {
  dSTemp=0.0;
  dDTemp=0.0;
  for(k=0;k<nH_Len;k++)
  {
   if((i-k)<0)
    continue;
   else
   { 
    //低频部分
    dSTemp+=pdH0[nH_Len-k-1]*pdSArray[i-k];

//高频部分
    dDTemp+=pdH1[nH_Len-k-1]*pdSArray[i-k];
   }
  }
  pdSAOut[i]=dSTemp;
  pdDAOut[i]=dDTemp;
 }

//二抽取.先将pdSAOut前nH_Len长的一段舍弃,抽取偶数列
 for(i=nH_Len,j=0;i<nLen;i+=2,j++)
 {
  pdSOut[j]=pdSAOut[i+1];
  pdDOut[j]=pdDAOut[i+1];
 }
 //返回输出序列的长度
 return j;
 
 delete pdSArray;
 pdSArray=NULL;
 delete pdSAOut;
 pdSAOut=NULL;
 delete pdDAOut;
 pdDAOut=NULL;
}
/*mallat 算法 重构
* psSIn 输入的低频序列,pdDIn输入的高频序列,g0,g1重构滤波器,pdOut输出序列,nSInLen输入序列的长度
* nG_Len 滤波器长度
*/
int IDwtFun(double *pdSIn,double *pdDIn,double *pdG0,double *pdG1,double *pdOut,int nSInLen,int nG_Len)
{
 int i,j,k;
 //建立一个数列存放插入后的数列
 int nTemp=2*nSInLen;
 double *pdInSertS=new double[nTemp];
 double *pdInSertD=new double[nTemp];
 //二插入
 j=0;
 for(i=0;i<nTemp;i++)
 {
  if(i%2==0)
  {
   pdInSertS[i]=0;
   pdInSertD[i]=0;
  }
  else
  {
   pdInSertS[i]=pdSIn[j];
   pdInSertD[i]=pdDIn[j];
   j++;
  }
 }
 //对称拓延
 //创建一个nTemp+nG_Len长的数列
 int nLen=nTemp+2*nG_Len;
 double *pdSAIn=new double[nLen];
 double *pdDAIn=new double[nLen];
 for(i=0;i<nLen;i++)
 {
  if(i<nG_Len)
  {
   pdSAIn[i]=pdInSertS[nG_Len-i-1];
   pdDAIn[i]=pdInSertD[nG_Len-i-1];
  }
  else if(i==nTemp+nG_Len)
  {
   pdSAIn[i]=0.0;
   pdDAIn[i]=0.0;
  }
  else if(i>nTemp+nG_Len)
  {
   pdSAIn[i]=pdInSertS[nG_Len+2*nTemp-i-1];
   pdDAIn[i]=pdInSertD[nG_Len+2*nTemp-i-1];
  }
  else
  {
   pdSAIn[i]=pdInSertS[i-nG_Len];
   pdDAIn[i]=pdInSertD[i-nG_Len];
  }
 }
 //用滤波器G0和G1对数列进行滤波
 double *pdSAOut=new double[nLen];
 double *pdDAOut=new double[nLen];
 double dSTemp,dDTemp;
 for(i=0;i<nLen;i++)
 {
  dSTemp=0.0;
  dDTemp=0.0;
  for(k=0;k<nG_Len;k++)
  {
   if((i-k)<0)
    continue;
   else
   { 
    //低频部分
    dSTemp+=pdG0[nG_Len-k-1]*pdSAIn[i-k];

//高频部分
    dDTemp+=pdG1[nG_Len-k-1]*pdDAIn[i-k];
   }
  }
  pdSAOut[i]=dSTemp;
  pdDAOut[i]=dDTemp;
 }

//合并低频,高频
 for(i=2*nG_Len-1,j=0;i<nLen;i++,j++)
 {
  pdOut[j]=pdSAOut[i]+pdDAOut[i];
 }
 
 return j;

delete pdInSertS;
 pdInSertS=NULL;
 delete pdInSertD;
 pdInSertD=NULL;
 delete pdSAIn;
 pdSAIn=NULL;
 delete pdDAIn;
 pdDAIn=NULL;
 delete pdSAOut;
 pdSAOut=NULL;
 delete pdDAOut;
 pdDAOut=NULL;
}

int main(int argc, char* argv[])
{
 int i;
 //db4小波,已经取反 h0,h1是分解滤波器,g0,g1是重构滤波器
 double dDb4h0[] = { 0.2303778133088964,  0.7148465705529154,
      0.6308807679398587, -0.0279837694168599,
        -0.1870348117190931,  0.0308413818355607,
            0.0328830116668852, -0.0105974017850690 };

double dDb4h1[] = { -0.0105974017850690  ,  -0.0328830116668852,
      0.0308413818355607 ,   0.1870348117190931,
      -0.0279837694168599 ,  -0.6308807679398587,
      0.7148465705529154  ,  -0.2303778133088964};

double dDb4g0[] = { -0.0105974017850690 , 0.0328830116668852,
      0.0308413818355607  , -0.1870348117190931,
      -0.0279837694168599 , 0.6308807679398587,
      0.7148465705529154  , 0.2303778133088964};

double dDb4g1[] = { -0.2303778133088964 , 0.7148465705529154,
      -0.6308807679398587 , -0.0279837694168599,
      0.1870348117190931  , 0.0308413818355607,
      -0.0328830116668852 , -0.0105974017850690};
 //生成一个数列,本算法要求输入的数列是比滤波器长的偶数列
 double a[]={1.0,2.0,3.0,4.0,5.0,6.0,7.0,8.0,9.0,10.0,11.0,12.0,13.0,14.0,15.0,16.0};
 //double a[]={1.0,4.0,5.5,8.2,2.7,5.2,2.0,2.0,2.0,3.0,3.0,4.0,4.0,14.0,17.0,11.0};
 //输出
 double *pdS=new double[100];
 double *pdD=new double[100];
 double *pdOut=new double[100];

int l=DwtFun(a,dDb4h0,dDb4h1,pdS,pdD,16,8);
 for(i=0;i<l-1;i++)
 {
  printf("%f\t",pdS[i]);
  printf("\n");
 }
 printf("*********************\n");
 for(i=0;i<l-1;i++)
 {
  printf("%f\t",pdD[i]);
  printf("\n");
 }
 printf("*********************\n");
 int v=IDwtFun(pdS,pdD,dDb4g0,dDb4g1,pdOut,11,8);
 //i<v-nG_Len+1
 for(i=0;i<v-7;i++)
 {
  printf("%f\t",pdOut[i]);
  printf("\n");
 }

delete []pdS;
 pdS=NULL;
 delete []pdD;
 pdD=NULL;
 delete []pdOut;
 pdOut=NULL;
  return 0;
}

小波 mallat 算法的更多相关文章

  1. 小波学习之二(单层一维离散小波变换DWT的Mallat算法C++实现优化)--转载

    小波学习之二(单层一维离散小波变换DWT的Mallat算法C++实现优化)   在上回<小波学习之一>中,已经详细介绍了Mallat算法C++实现,效果还可以,但也存在一些问题,比如,代码 ...

  2. 小波学习之一(单层一维离散小波变换DWT的Mallat算法C++和MATLAB实现) ---转载

      1 Mallat算法 离散序列的Mallat算法分解公式如下: 其中,H(n).G(n)分别表示所选取的小波函数对应的低通和高通滤波器的抽头系数序列. 从Mallat算法的分解原理可知,分解后的序 ...

  3. 基于python的小波阈值去噪算法

    https://blog.csdn.net/alwaystry/article/details/52756051 发表于 2018-01-10 16:32:17 嵌入式设计应用 +关注 小波图像去噪原 ...

  4. dennis gabor 从傅里叶(Fourier)变换到伽柏(Gabor)变换再到小波(Wavelet)变换(转载)

    dennis gabor 题目:从傅里叶(Fourier)变换到伽柏(Gabor)变换再到小波(Wavelet)变换 本文是边学习边总结和摘抄各参考文献内容而成的,是一篇综述性入门文档,重点在于梳理傅 ...

  5. 完全搞懂傅里叶变换和小波(1)——总纲<转载>

    无论是学习信号处理,还是做图像.音视频处理方面的研究,你永远避不开的一个内容,就是傅里叶变换和小波.但是这两个东西其实并不容易弄懂,或者说其实是非常抽象和晦涩的! 完全搞懂傅里叶变换和小波,你至少需要 ...

  6. 小波神经网络(WNN)

    人工神经网络(ANN) 是对人脑若干基本特性通过数学方法进行的抽象和模拟,是一种模仿人脑结构及其功能的非线性信息处理系统. 具有较强的非线性逼近功能和自学习.自适应.并行处理的特点,具有良好的容错能力 ...

  7. 系统学习机器学习之神经网络(三)--GA神经网络与小波神经网络WNN

    系统学习机器学习之神经网络(三)--GA神经网络与小波神经网络WNN 2017年01月09日 09:45:26 Eason.wxd 阅读数 14135更多 分类专栏: 机器学习   1 遗传算法1.1 ...

  8. 图像算法五:【图像小波变换】多分辨率重构、Gabor滤波器、Haar小波

    原 https://blog.csdn.net/alwaystry/article/details/52756051 图像算法五:[图像小波变换]多分辨率重构.Gabor滤波器.Haar小波 2018 ...

  9. CSS3 波浪简单模拟--我是波浪,我有起伏,有大波与小波(坏笑中...)

    我是波浪,我有起伏,我有大波与小波(坏笑中...) 最近改版网站,一般也不会去写动画,但是有些网站还是需要的,故拿出一个较简单的动画出来分享,很简单很简单. 原理简单阐述 其实很简单,使用一张美工做好 ...

随机推荐

  1. 【HDOJ】4932 Miaomiao's Geometry

    递归检测.因为dis数组开的不够大,各种wa.写了个数据发生器,果断发现错误,改完就过了. #include <cstdio> #include <cstring> #incl ...

  2. Git批量修改提交历史

    有些时候我们可能需要批量修改提交历史,当然了,最近一次的提交历史很简单我们可以利用 git commit --amend 来进行最近一次提交的修改,如果你此时想要更新作者提交时间等也可以在amend之 ...

  3. Linux&shell 之Shell命令进阶

    写在前面:案例.常用.归类.解释说明.(By Jim) 监控程序a.进程查看ps -ef(-e表示系统上运行的所有进程,-f用于扩展输出一些有用的信息列.)ps -efH(-H参数可以将进程组织为分层 ...

  4. super返回不过来

    class Fruit {     String color = "未确定颜色";     //定义一个方法,该方法返回调用该方法的实例     public Fruit getT ...

  5. 动态规划 计数型DP:dobra

    令人愉快的单词(dobra)时间限制: 0.1 秒空间限制: 32 MB [问题描述]Lea 在她的一生中碰到过很多单词.其中的很大一部分都使她不愉快.作为补偿,她开始创造一些愉快的单词. Lea 通 ...

  6. NOI题库2454 雷涛的小猫

    2454:雷涛的小猫 总时间限制: 20000ms 单个测试点时间限制: 10000ms 内存限制: 65536kB 描述 雷涛同学非常的有爱心,在他的宿舍里,养着一只因为受伤被救助的小猫(当然,这样 ...

  7. sql给整数补零

     update hs_user.clientorder a set a.stockcode = lpad(a.stockcode,6,'0')   where a.market = 'SZ' 

  8. 3rd day

    今天学习创建了几个简单的表:

  9. Python算法之---冒泡,选择,插入排序算法

    ''' Created on 2013-8-23    @author: codegeek '''    def bubble_sort(seq):     for i in range(len(se ...

  10. Win8 移除右键菜单中的SkyDrive Pro选项

    Step 1:进入注册表编辑器 Win + R键调出运行窗口,然后输入regedit,进入注册表编辑器. Step 2:删除下面的键值 HKEY_CLASSES_ROOT\AllFilesystemO ...