matlab小波变换函数的总结与程序.docVIP

小波去噪举例 MATLAB中用wnoise函数测试去噪算法 sqrt_snr=3; init=231434; [x,xn]=wnoise(3,11,sqrt_snr,init); % 加噪，信噪比为3 subplot(3,2,1),plot(x) title(original test function) subplot(3,2,2),plot(xn) title(noised function) lev=5; xd=wden(x,heursure,s,one,lev,sym8);%利用小波对一维信号进行降噪, XD为降噪后的%信号，CXD，LXD为XD的小波分解结构 % s or h决定阈值的使用方式，SCAL决定阈值是%否随噪声变化：one 不调整， sln对第一层系%数的层噪声分别进行估计和调整； mln对各层%系数的层噪声分别进行估计和调整； subplot(3,2,3),plot(xd) title(One de-noised function) xd=wden(x,heursure,s,sln,lev,sym8); subplot(3,2,4),plot(xd) title(Sln de-noised function) xd=wden(x,sqtwolog,s,sln,lev,sym8);% 固定阈值选择算法去噪 subplot(3,2,5),plot(xd) title(Sqtwolog de-noised function) [c,l]=wavedec(x,lev,sym8); subplot(3,2,6),plot(xd) title(CL de-noised function) MATLAB中图像噪声处理举例 load sinsin; colormap(default); subplot(1,3,1),image(X); title(original image); axis(square); init=231434; randn(seed,init); X=X+18*randn(size(X)); %产生噪声信号 subplot(1,3,2),image(x); title(noised image); axis(square); [thr,sorh,keepapp]=ddencmp(den,wv,x); %自动生成小波去躁或压缩的阈值选择方案，也 %就是寻找默认值 [xc,cxc,lxc,perf0,perfl2]=wdencmp(gbl,x,sym4,2,thr,sorh,keepapp);%使用全局阈值进行 %图象降噪 subplot(1,3,3),image(xc); title(denoised image); axis(square) 可见，含躁图像的噪声含量很强，利用小波去躁，可以有效去除躁声，同时保留了边界。 Wdencmp函数 [xc,cxc,lxc,perf0,perfl2]=wdencmp(gbl,x,sym4,2,thr,sorh,keepapp) 是使用小波进行一维或二维小波压缩或降噪的函数。前面的语句是对于输入的一维或二维信号X，使用全局正阈值THR，由小波系数阈值得到降噪或压缩后的信号XC。附加的输出变量[cxc,lxc]是XC的小波分解结构； [perf0,perfl2]是恢复和压缩的L2范数百分比。使用小波sym4执行小波分解到第N＝2层。Sorh是软阈值或硬阈值。若keepapp＝1，低频系数不能进行阈值处理。