基于二维连续小波变换条纹图相位提取方法附matlab代码

2023-11-22 14:20

本文主要是介绍基于二维连续小波变换条纹图相位提取方法附matlab代码,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机 

⛄ 内容介绍

提出了一种基于二维连续小波变换的电子散斑干涉(ESPI)条纹图相位提取方法.通过检测二维小波脊确定条纹相位,并引入条纹频率作为向导,有效地避免了相位解调过程中的符号奇异性问题,从而使该算法既能处理开条纹图也能处理闭条纹图,且对散斑噪声具有较强的抑制能力.数值模拟和实验结果表明,该方法在抑制散斑噪声的同时能够有效地提取出条纹相位,对开条纹图和闭条纹图都能处理.

⛄ 部分代码

close all;clc;clear;

%% 调制光栅进行  不适用于横条纹

% img=(imread('face 4.jpg'));  %读入图片

% img=(imread('5D.bmp'));  %读入图片

% img=(imread('2B.jpg'));  %读入图片

 img=(imread('4P.jpg'));  %读入图片

% img=(imread('2C.bmp'));  %读入图片

if numel( size( img ) ) > 2

    img = rgb2gray( img ); % 3通道图像转换为单通道   

end

global img_height;

global img_width;

[img_height, img_width ] = size( img ); 

% sigma=25;%添加噪声的标准差

% imgnoise=imnoise(img,'gaussian',0,(sigma/255)^2); %添加均值为0,标准差为sigma高斯噪声

% imshow(imgnoise);

% img = imgnoise;

%% 二维连续小波变换

% :paul

% :fan、gabmexh、cauchy

%  dog

% :sinc endstop1 gaus3 gaus2 gaus escauchy esmexh esmorl

% :rmorl endstop2 isomorl dog2 isodog dogpow pethat wheel   

cwtstruct = cwtft2(img,'wavelet','fan','scales',1:0.5:20,'angles',0,'plot'); axis equal;

global Len_scales;

global Len_angles; % 设为全局变量,供部分子函数调用

Len_scales = size(cwtstruct.cfs, 4);  % 获得尺度的个数

Len_angles = size(cwtstruct.cfs, 5); % 获得角度变化的个数

%% 分别对每行平移量利用代价函数提取小波脊

[opt_Scale, opt_Angle] = phase_extract_cost( cwtstruct );

⛄ 运行结果

⛄ 参考文献

[1] 韩民, 成旭. 基于小波变换的多尺度锥束CT图像快速三维重建方法:, CN106228601A[P]. 2016.

[2] 王翠珍, 陈振学, 王燕. 基于小波和双边滤波的活体牙CT图像去噪及三维重建[J].  2016.

[3] 韩民, 成旭, 李登旺. 基于小波变换的多分辨率锥束CT图像快速三维重建算法[J]. 电子与信息学报, 2017, 39(10):5.

[4] 孔令凯, 温俊海. 基于二维小波变换的SPECT图像重建算法研究[C]// 2007中国生物医学工程联合学术年会. 0.

⛳️ 代码获取关注我

❤️部分理论引用网络文献,若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料

这篇关于基于二维连续小波变换条纹图相位提取方法附matlab代码的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/410734

相关文章

poj2576(二维背包)

题意:n个人分成两组,两组人数只差小于1 , 并且体重只差最小 对于人数要求恰好装满,对于体重要求尽量多,一开始没做出来,看了下解题,按照自己的感觉写,然后a了 状态转移方程:dp[i][j] = max(dp[i][j],dp[i-1][j-c[k]]+c[k]);其中i表示人数,j表示背包容量,k表示输入的体重的 代码如下: #include<iostream>#include<

hdu2159(二维背包)

这是我的第一道二维背包题,没想到自己一下子就A了,但是代码写的比较乱,下面的代码是我有重新修改的 状态转移:dp[i][j] = max(dp[i][j], dp[i-1][j-c[z]]+v[z]); 其中dp[i][j]表示,打了i个怪物,消耗j的耐力值,所得到的最大经验值 代码如下: #include<iostream>#include<algorithm>#include<

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

poj2406(连续重复子串)

题意:判断串s是不是str^n,求str的最大长度。 解题思路:kmp可解,后缀数组的倍增算法超时。next[i]表示在第i位匹配失败后,自动跳转到next[i],所以1到next[n]这个串 等于 n-next[n]+1到n这个串。 代码如下; #include<iostream>#include<algorithm>#include<stdio.h>#include<math.

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

浅谈主机加固,六种有效的主机加固方法

在数字化时代,数据的价值不言而喻,但随之而来的安全威胁也日益严峻。从勒索病毒到内部泄露,企业的数据安全面临着前所未有的挑战。为了应对这些挑战,一种全新的主机加固解决方案应运而生。 MCK主机加固解决方案,采用先进的安全容器中间件技术,构建起一套内核级的纵深立体防护体系。这一体系突破了传统安全防护的局限,即使在管理员权限被恶意利用的情况下,也能确保服务器的安全稳定运行。 普适主机加固措施:

webm怎么转换成mp4?这几种方法超多人在用!

webm怎么转换成mp4?WebM作为一种新兴的视频编码格式,近年来逐渐进入大众视野,其背后承载着诸多优势,但同时也伴随着不容忽视的局限性,首要挑战在于其兼容性边界,尽管WebM已广泛适应于众多网站与软件平台,但在特定应用环境或老旧设备上,其兼容难题依旧凸显,为用户体验带来不便,再者,WebM格式的非普适性也体现在编辑流程上,由于它并非行业内的通用标准,编辑过程中可能会遭遇格式不兼容的障碍,导致操

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

【北交大信息所AI-Max2】使用方法

BJTU信息所集群AI_MAX2使用方法 使用的前提是预约到相应的算力卡,拥有登录权限的账号密码,一般为导师组共用一个。 有浏览器、ssh工具就可以。 1.新建集群Terminal 浏览器登陆10.126.62.75 (如果是1集群把75改成66) 交互式开发 执行器选Terminal 密码随便设一个(需记住) 工作空间:私有数据、全部文件 加速器选GeForce_RTX_2080_Ti