matlab 小波域维纳滤波处理图像

图像处理与分析作业:以lena图像为例，编程实现小波域维纳滤波.  首先使用高斯噪声叠加在原始图像上。  使用分解三次后进行维纳滤波再逐层返回，使用的是dwt2这个函数  [cA,cH,cV,cD]=dwt2(X,' bior2.2')  每次进行计算的是CH，CV，CD三个高频分量。  计算完之后再和低频进行重构复原。  最后对三次维纳滤波的结果和原始图像做差值，发现差值基本都是一些边缘，说明一些高频的分量在滤波的过程中被滤掉了。但是总体的滤波效果还是不错的

clear all;
clc;
I = imread（‘lena.jpg‘）;
I = rgb2gray（I）;
subplot（231）;
imshow（I）;
title（‘原始图像‘）;
J1=imnoise（I‘gaussian‘00.01）;
subplot（232）;
imshow（J1）;
title（‘加高斯噪声图‘）;
K1=wiener2（J1[3 3]）;
subplot（233）;
imshow（K1）;
title（‘系统维纳滤波后的图像‘）


% （cA （cH cV cD））要注意返回的值，
% 分别为低频分量，水平高频，垂直高频，对角线高频。高频的值包含在一个tuple中
[CACHCVCD] = dwt2（J1‘bior2.2‘）;
[CA2CH2CV2CD2] = dwt2（CA‘bior2.2‘）;
[CA3CH3CV3CD3] = dwt2（CA2‘bior2.2‘）;
subplot（234）;imshow（CA[]）;
title（‘低通分解一次‘）;

temp = sort（CH3（:））;
[colcow] = size（CH3）;
M = CH3（:）;%二维矩阵变成一维矩阵
m = median（abs（M））;%取中值
sigma1 = m/0.6745;
sigma = sum（sum（temp.^2））/（col*cow） - sigma1*sigma1;
CH3 = CH3*（sigma/（sigma1^2+sigma））;

temp = sort（CV3（:））;
[colcow] = size（CV3）;
M = CV3（:）;%二维矩阵变成一维矩阵
m = median（a

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

     文件     137469  2019-12-09 23:49  第十三讲作业.pdf

     文件     157024  2019-12-09 23:38  维纳滤波.png

     文件      91814  2019-06-25 09:31  lena.jpg

     文件       2796  2019-12-09 23:37  wavelet.m

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

               389103                    4