• tzy001
    了解作者
  • matlab
    开发工具
  • 1KB
    文件大小
  • zip
    文件格式
  • 0
    收藏次数
  • 10 积分
    下载积分
  • 2
    下载次数
  • 2019-04-24 21:26
    上传日期
图像去噪是信号处理的一个经典问题,传统的去噪方法多采用平均或线性方法进行,常用的是维纳滤波,但是去噪效果不太好。随着小波理论的日益完善,其以自身良好的时频特性在图像去噪领域受到越来越多的关注,开辟了用非线性方法去噪的先河。
小波去噪.zip
  • 小波去噪.txt
    2.5KB
内容介绍
Ld:分解低通滤波器h0[-n]; Hd:分解高通滤波器h1[-n]; Lr:分解低通滤波器h0[-n]; Hr:分解高通滤波器h1[-n]; wfname:小波名 wn='db2'; [Ld,Hd,Lr,Hr] = wfilters(wn); k=0:3; subplot(221);stem(k,Ld); title('低通分解滤波器Ld'); subplot(222);stem(k,Lr); title('低通重建滤波器Lr'); subplot(223);stem(k,Hd); title('高通分解滤波器Hd'); subplot(224);stem(k,Hd); title('高通重建滤波器Hr'); [phi,psi,t]=wavefun('wname',lter) wname:小波名 lter:计算过程的迭代次数 phi:尺度函数?(t) psi:小波函数ψ(t) t:尺度函数与小波函数的抽样 lter=20; wname='db2'; [s,w,t]=wavefun(wname,lter); subolot(211);plot(t,s); title('尺度函数') subplot(212);plot(t,w); title('小波函数') x=wrcoef('type', C, L, 'wname', N) type='a' 由第N级近似分量重建信号 type=‘d' 由第N级细节分量重建信号 wname: 小波名 wname='db1'; dwtmode('per') t=linspace(0,1,1024); x=20*t.^2.*(1-t).^4.*cos(12*pi*t); subplot(511);plot(t,x); axis([0 1 -0.5 0.5]);title('Signal'); [C,L] = wavedec(x,5,wname); subplot(512);plot(t,C); axis([0 1 -3 3]); A5=wrcoef('a',C,L,wname,5); subplot(513);plot(t,A5); axis([0 1 -0.5 0.5]); A3=wrcoef('a',C,L,wname,3); subplot(514);plot(t,A3); axis([0 1 -0.5 0.5]); A1=wrcoef('a',C,L,wname,1); subplot(515);plot(t,A1); axis([0 1 -0.5 0.5]); XD = wden(X, TPTR, SORH, SCAL, N, 'wname') 其中: XD: 对噪声信号X去噪后得到的信号; X: 含噪声信号; TPTR: 阈值规则,主要有'rigrsure', 'heursure', 'sqtwolog', 'minimaxi'; SORH: 阈值方法, 's' (soft阈值), 'h' (hard阈值); SCAL: 阈值尺度的调整方法,主要有'one', ' sln', ' mln' ; N: 离散小波变换的级数 wname: 小波名 snr=5; % 噪声方差 [x, xn] = wnoise('blocks',11,snr); k=0:length(x)-1; subplot(311);plot(k,x); title('原信号'); subplot(312);plot(k,xn); title('含噪信号'); lev=5;wn='db1'; % 利用soft SURE阈值规则去噪 xd1= wden(xn, 'heursure', 's', 'one', lev, wn); subplot(313);plot(k,xd1); title('去噪后的结果'); NC= wthcoef('d', C, L, N) 其中: 'd': 表示对DWT系数C中细节(detail)分量进行压缩; C,L: 由wavedec得到的DWT系数; N: 若N=[1 2 3]表示将C中1、2和3级细节分量置零。 NC: 由系数C经过压缩后得到的新系数; load leleccum; x = leleccum(1001:2024)*0.95/100; k=0:length(x)-1; [C,L] = wavedec(x,5,'db3'); NC1 = wthcoef('d',C,L,[1]); x1 = waverec(NC1, L, 'db3'); NC5 = wthcoef('d',C,L,[1 2 3 4 5]) ; x2 = waverec(NC5, L, 'db3'); subplot(311);plot(k,x);title('原信号'); subplot(312);plot(k,x1);title('2:1压缩'); subplot(313);plot(k,x2);title('32:1压缩');
评论
    相关推荐
    • 图像去噪.rar
      图像去噪,自适应门限中值滤波器代码,实现在matlab开发环境
    • 图像去噪方法.rar
      内含多种图像去噪的方法,包括高斯,椒盐噪声等问题
    • 图像去噪.rar
      图像去噪小波变换图像去噪 有程序试试可不可以运行啊
    • 图像去噪.rar
      根据像素连续灰度值去除图像噪点,灰度值阀值可调整,去除噪点的方式可选择
    • 8图像去噪.zip
      图像去噪,对图像中干扰点,模糊点进行去噪
    • CBSD彩色图像去噪图像
      用于检测图像去噪算法的数据图片,共有68张彩色图,都是用于检测去噪能力的经典图片,是做图像去噪的标准图像库。图片类型涉及到景物,人物,动态的,静态的都有。
    • 图像去噪
      基于非局部均值去噪的算法,采用psnr作为质量判断标准,实现了对受到噪声污染的二维码图片的去噪
    • 图像去噪源程序
      图像去噪 小波软阈值法、均值滤波、中值滤波,带评价指标计算
    • 图像平滑去噪
      本资源实现了位图图像读取,并用3*3模板给图像去噪,最终完成图像重建。附有原图像。下载的人可以进行任何图像处理的扩展操作。使用vc6.0无需进行任何配置就可运行。
    • 自适应图像去噪增强.rar
      使用PCNN脉冲神经网络对椒盐噪声进行自适应去除,与传统方法对比有较好的提升