matlab小波變換函數(shù)的總結(jié)與程序(共3頁)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上 小波去噪舉例MATLAB中用wnoise函數(shù)測試去噪算法sqrt_snr=3; init=; x,xn=wnoise(3,11,sqrt_snr,init); % 加噪，信噪比為3subplot(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&#

2、39;);%利用小波對一維信號進行降噪, XD為降噪后的%信號，CXD，LXD為XD的小波分解結(jié)構(gòu)% 's' or 'h'決定閾值的使用方式，SCAL決定閾值是%否隨噪聲變化：'one' 不調(diào)整， 'sln'對第一層系%數(shù)的層噪聲分別進行估計和調(diào)整； 'mln'對各層%系數(shù)的層噪聲分別進行估計和調(diào)整； subplot(3,2,3),plot(xd) title('One de-noised function')xd=wden(x,'heursure','s','

3、;sln',lev,'sym8');subplot(3,2,4),plot(xd) title('Sln de-noised function')xd=wden(x,'sqtwolog','s','sln',lev,'sym8');% 固定閾值選擇算法去噪subplot(3,2,5),plot(xd) title('Sqtwolog de-noised function')c,l=wavedec(x,lev,'sym8');subplot(3,2,6),plo

4、t(xd) title('CL de-noised function')MATLAB中圖像噪聲處理舉例load sinsin; colormap('default'); subplot(1,3,1),image(X); title('original image'); axis('square');init=; randn('seed',init); X=X+18*randn(size(X); %產(chǎn)生噪聲信號subplot(1,3,2),image(x); title('noised image')

5、; axis('square');thr,sorh,keepapp=ddencmp('den','wv',x); %自動生成小波去躁或壓縮的閾值選擇方案，也 %就是尋找默認值xc,cxc,lxc,perf0,perfl2=wdencmp('gbl',x,'sym4',2,thr,sorh,keepapp);%使用全局閾值進行%圖象降噪subplot(1,3,3),image(xc); title('denoised image'); axis('square')可見，含躁圖像的噪聲含量很強，利用小波去躁，可以有效去除躁聲，同時保留了邊界。Wdencmp函數(shù)xc,cxc,lxc,perf0,perfl2=wdencmp('gbl',x,'sym4',2,thr,sorh,keepapp)是使用小波進行一維或二維小波壓縮或降噪的函數(shù)。前面的語句是對于輸入的一維或二維信號X，使用全局正閾值THR，由小波系數(shù)閾值得到降噪或壓縮后的信號XC。附加的輸出變量cxc,lxc是XC的小波分解結(jié)構(gòu)； perf0,perf