curvelet matlab示例代碼理解

　　1. fdct_wrapping

　　function C = fdct_wrapping（x， is_real， finest， nbscales， nbangles_coarse）

　　% fdct_wrapping.m - Fast Discrete Curvelet Transform via wedge wrapping - Version 1.0

　　%

　　% Inputs

　　% x M-by-N matrix 輸入為MxN的矩陣

　　%

　　% Optional Inputs

　　% is_real Type of the transform 轉化的類型

　　% 0： complex-valued curvelets 復數值的曲波變化

　　% 1： real-valued curvelets 實數值的曲波變化

　　% ［default set to 0］ 默認設置為0

　　% finest Chooses one of two possibilities for the coefficients at the

　　% finest level： 選擇一種表示方式計算最優級的系數

　　% 1： curvelets 曲波變化

　　% 2： wavelets 小波變化

　　% ［default set to 2］ 默認設置為2

　　% nbscales number of scales including the coarsest wavelet level

　　% 包含最粗小波級在內的伸縮數

　　% ［default set to ceil（log2（min（M，N）） - 3）］

　　% nbangles_coarse

　　% number of angles at the 2nd coarsest level， minimum 8，

　　% 第二粗糙級的角度數，最小為8

　　% must be a multiple of 4. ［default set to 16］

　　% 必須為4的倍數，默認為16

　　% Outputs

　　% C Cell array of curvelet coefficients.

　　% C{j}{l}（k1，k2） is the coefficient at

　　% - scale j： integer， from finest to coarsest scale，

　　% 從最佳尺度到最粗尺度

　　% - angle l： integer， starts at the top-left corner and

　　% increases clockwise，

　　% 從左上角開始順時針增長

　　% - position k1，k2： both integers， size varies with j

　　% and l.

　　% If is_real is 1， there are two types of curvelets，

　　% ‘cosine’ and ‘sine’。 For a given scale j， the ‘cosine’

　　% coefficients are stored in the first two quadrants （low

　　% values of l）， the ‘sine’ coefficients in the last two

　　% quadrants （high values of l）。

　　%

　　% See also ifdct_wrapping.m， fdct_wrapping_param.m

　　%

　　% By Laurent Demanet， 200412345678910111213141516171819202122232425262728293031323334353637383940414243

　　2. DCT基本示例代碼理解

　　% fdct_wrapping_demo_basic.m -- Displays a curvelet both in the spatial and frequency domains.

　　m = 1024;

　　n = 1024;

　　X = zeros（m，n）;

　　%forward curvelet transform

　　disp（‘Take curvelet transform： fdct_wrapping’）;

　　tic; C = fdct_wrapping（X，0，2，8，64）; toc; %tic toc配合使用測量程序運行時間

　　%specify one curvelet

　　s = 7; %從1開始增大，空間域變細，頻率域變粗

　　w = 10;%從1（左上角）開始增大，空間域順時針旋轉，與笛卡爾corona相對應

　?。跘，B］ = size（C{s}{w}）;%尺度為s，方向為w，的矩陣大小

　　a = ceil（（A+1）/2）;

　　b = ceil（（B+1）/5）;

　　C{s}{w}（a，b） = 1; %該尺度、方向中心位置元素設置為1

　　%adjoint curvelet transform

　　disp（‘Take adjoint curvelet transform： ifdct_wrapping’）;

　　tic; Y = ifdct_wrapping（C，0）; toc;%進行反曲波變化，得到空間域圖像

　　%display the curvelet

　　F = ifftshift（fft2（fftshift（Y）））;

　　subplot（1，2，1）; colormap gray; imagesc（real（Y））; axis（‘image’）; 。。。

　　title（‘a curvelet： spatial viewpoint’）;

　　subplot（1，2，2）; colormap gray; imagesc（abs（F））; axis（‘image’）; 。。。

　　title（‘a curvelet： frequency viewpoint’）;

　　%get parameters

　　［SX，SY，FX，FY，NX，NY］ = fdct_wrapping_param（C）;