基于Matlab和Python的非采样离散小波变换

Question

大致基于上图：

我需要做一个这样的数组：

array = [(image),(1,ll),(1,lh),(1,hl),(2,ll),(2,lh),(2,hl)]

在这里，图像是一个二维数组，其余的数组项是通过非抽取离散小波变换得到的分量，这些分量也是二维数组。在

例如

^{pr2}$

在Python2.7中，这相当简单。在

udwt = np.asarray(pywt.swt2(image, 'haar',2))
array = [image,
         udwt[0][0] ,    #1,ll
         udwt[0][1][0],  #1,lh
         udwt[0][1][1],  #1,hl
         udwt[1][0] ,    #2,ll
         udwt[1][1][0],  #2,lh
         udwt[1][1][1]]  #2,hl

然而，我无法在Matlab中做到这一点。在

udwt = ndwt2(image,2,'haar');

组件将位于udwt.dec（udwt结构的dec字段）中，来自1 to 7。在

从Python代码创建并行：

Python                               Matlab
udwt[0][0]                         My question
udwt[0][1][0]                      udwt.dec{5}
udwt[0][1][1]                      udwt.dec{6}
udwt[1][0]                         udwt.dec{1}
udwt[1][1][0]                      udwt.dec{2}
udwt[1][1][1]                      udwt.dec{3}

(Python's function gives components from level 1 to level n.
 Matlab's function gives components from level n to level 1.(reverse order))

问题是，我在Matlab（1，ll）中没有得到第一级的低-低分量（近似分量）。在

在使用ndwt2进行2层分解时，它只给出了一个近似值和每个层（lh、hl、hh）的3个细节。在

而在Python的pywt.swt2()中，我得到了每个级别的近似值，以及每个级别的3个细节（lh、hl、hh）。在

那么我在Matlab中哪里可以找到这个1，ll呢？在

我认为udwt.dec{1}是2，ll（根据答案here，第二级的低-低，而不是第一级。在

dec{ 1 }        approximation level n

我应该使用其他函数而不是ndwt2？在