【2018年最新整理】小波理论与应用期末论文.docxVIP

TAIYUAN UNIVERSITY OF SCIENCE TECHNOLOGY小波理论与应用学 生 姓 名 王宣学 号 级 研1508所属院（系） 研究生学院专业电路与系统 2016 年 6 月 一、降噪对比1、阈值降噪% 装载原始图像I=imread(2.bmp);nbc=size(I,1);X = im2double(I);% 产生噪声图像init=2055415866;randn(seed,init);x=X+randn(size(X))/10;% 使用 sym4 执行图像的2层小波分解wname=sym4;lev=2;[c,l]=wavedec2(x,lev,wname);sigma_s=0.054779;% 图像降噪时，使用wbmpen 函数选择阈值,主要有ddencmp，thselect，wbmpen，wdcbm四种alpha=2;thr_s=wbmpen(c,l,sigma_s,alpha);% 使用软阈值和保存的低频信号，进行图像降噪。阈值去噪函数主要有wden，wdencmp，wpdencmp，whresh，wpthcoef，wthcoef2六种。keepapp=1;xds=wdencmp(gbl,x,wname,lev,thr_s,s,keepapp);sigma_h=0.062818;thr_h=wbmpen(c,l,sigma_h,alpha);% 使用硬阈值和保存的低频信号，进行图像降噪xdh=wdencmp(gbl,x,wname,lev,thr_h,h,keepapp);% 画出原始图像和降噪后的图像figure(1);subplot(221);imshow(I);title(原始图像);subplot(222);imshow(x);title(噪声图像);subplot(223);imshow(xds);title(软阈值降噪图像);subplot(224);imshow(xdh);title(硬阈值降噪图像);2、小波去噪%装载并图示原始图像clear all, close all;Y=imread(2.bmp);X=double(Y);subplot(2,2,1);imshow(Y);colormap(gray(100));title(王宣原始图像);%生成含噪图像并图示init=2055615866;randn(seed,init);XX=X+32*randn(size(X));XX1=uint8(XX);subplot(2,2,2);imshow(XX1);colormap(gray(100));title(王宣含噪图像);%对图像进行消噪处理%用小波函数coif2对图像XX进行2层分解[c,l]=wavedec2(XX,2,coif2);%设置尺度向量n=[1,2];%设置阈值向量p=[10.28,24.08]; %对高频小波系数进行阈值处理%nc=wthcoef2(‘h’,c,l,n,p,’s’);%nc=wthcoef2(‘v’,c,l,n,p,’s’);nc=wthcoef2(d,c,l,n,p,s);%图像的二维小波重构X1=waverec2(nc,l,coif2);X11=uint8(X1);subplot(2,2,3);imshow(X11);title(第一次消噪后的图像);%再次对高频小波系数进行阈值处理%mc=wthcoef2(‘h’,nc,l,n,p,’s’);mc=wthcoef2(v,nc,l,n,p,s);%mc=wthcoef2(‘d’,nc,l,n,p,’s’);%%图像的二维小波重构X2=waverec2(mc,l,coif2);X22=uint8(X2);subplot(2,2,4);imshow(X22);title(第二次消噪后的图像);均值去噪clear all;I=imread(1.bmp);M=rgb2gray(I);[m n]=size(M);T=50;%设定阈值G=[]; %创建数组用来存储新得到的图像像素值%创建均值滤波器模版H1=ones(3)/9;%添加椒盐噪声J=imnoise(M,salt pepper,0.05);%转化J为double数据类型J=double(J); %用于卷积公式时要转化为双精度%均值滤波G1=conv2(J,H1,same); %G2=conv2(J,H2,same);%图像显示for i=1:mfor j=1:nif abs(J(i,j)-G1(i,j))T G(i,j)=G1(i,j);else G(i,j)=J(i,j);endendendsubplot(2