基于MATLAB的小波图像去噪

基于MATLAB的小波图像去噪，利用小波分解，重构完成。

load facets
nbc=size（map1）;
subplot（221）image（wcodemat（Xnbc））
%title（‘原始图像‘）；
init=2055615866;randn（‘seed‘init）;
x=X/18+randn（size（X））;
subplot（222）image（wcodemat（xnbc））
%title（‘噪声图像‘）
%使用db1执行2层小波
%t=wpdec2（x2‘db1‘）;
%画出小波包的四叉树
%plot（t）
%分解小波包结点（2，0）
[tcAcHcD]=wpsplt（x[10]）;
plot（t）
%画出小波包树tree
%由第一层的高频系数估计噪声的标准差
det1=[wpcoef（t2）‘;wpcoef（t3）‘;wpcoef（t4）];
sigma=median（abs（det1（:）））/0.6745;
%使用wpbmpen进行全阈值选择
alpha=1.1;%其值>1典型只值为2
thr=wpbmpen（tsigmaaipha）
%使用wpdencmp函数采用上面的阈值和软阈值处理方式保存低频进行图像降噪
keepapp=1;%=1即低频系数不能进行阈值处理
xd=wpdencmp（t‘s‘‘nobest‘thr.keepapp）;

A=wprcoef（xd[1 0]）;
subplot（222）;image（A）;
axis square


%绘制各分解系数图像
figure（2）;
subplot（221）;
image（cA）;colormap（map）;
title（‘db1低频系数图像‘）;
subplot（222）;
image（cH）;colormap（map）;
title（‘db1水平高频图像‘）;
subplot（223）;
image（cV）;colormap（map）;
title（‘db1垂直高频图像‘）;
subplot（224）;
image（cD）;colormap（map）;
title（‘db1对角高频图像‘）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1097  2009-06-11 17:51  基于小波包图像去噪\test.m

     文件        160  2007-04-19 16:31  基于小波包图像去噪\二维小波包分解.m

     文件        223  2009-06-11 17:45  基于小波包图像去噪\二维小波包重构.m

     文件     289350  2009-06-11 12:23  基于小波包图像去噪\冒顶区1.bmp

     目录          0  2009-08-16 22:20  基于小波包图像去噪

----------- ---------  ---------- -----  ----

               290830                    5