小波理論與應(yīng)用期末論

1、. TAIYUAN UNIVERSITY OF SCIENCE & TECHNOLOGY 小波理論與應(yīng)用 學 生 姓 名 王宣 學 號 S20150295 班 級 研1508 所屬院（系） 研究生學院 專 業(yè) 電路與系統(tǒng) 2016 年 6 月 一、降噪對比1、閾值降噪% 裝載原始圖像I=imread('2.bmp');nbc=size(I,1);X = im2double(I);% 產(chǎn)生噪聲圖像init=2055415866;randn('seed',init);x=X+randn(size(X)/10;% 使用 sym4 執(zhí)行圖像的2層小波分解wnam

2、e='sym4'lev=2;c,l=wavedec2(x,lev,wname);sigma_s=0.054779;% 圖像降噪時，使用wbmpen 函數(shù)選擇閾值,主要有ddencmp，thselect，wbmpen，wdcbm四種alpha=2;thr_s=wbmpen(c,l,sigma_s,alpha);% 使用軟閾值和保存的低頻信號，進行圖像降噪。閾值去噪函數(shù)主要有wden，wdencmp，wpdencmp，whresh，wpthcoef，wthcoef2六種。keepapp=1;xds=wdencmp('gbl',x,wname,lev,thr_s,&#

3、39;s',keepapp);sigma_h=0.062818;thr_h=wbmpen(c,l,sigma_h,alpha);% 使用硬閾值和保存的低頻信號，進行圖像降噪xdh=wdencmp('gbl',x,wname,lev,thr_h,'h',keepapp);% 畫出原始圖像和降噪后的圖像figure(1);subplot(221);imshow(I);title('原始圖像');subplot(222);imshow(x);title('噪聲圖像');subplot(223);imshow(xds);title

4、('軟閾值降噪圖像');subplot(224);imshow(xdh);title('硬閾值降噪圖像');2、小波去噪%裝載并圖示原始圖像clear all, close all;Y=imread('2.bmp');X=double(Y);subplot(2,2,1);imshow(Y);colormap(gray(100);title('王宣原始圖像');%生成含噪圖像并圖示init=2055615866;randn('seed',init);XX=X+32*randn(size(X);XX1=uint8(XX

5、);subplot(2,2,2);imshow(XX1);colormap(gray(100);title('王宣含噪圖像'); %對圖像進行消噪處理%用小波函數(shù)coif2對圖像XX進行2層分解c,l=wavedec2(XX,2,'coif2');%設(shè)置尺度向量n=1,2;%設(shè)置閾值向量p=10.28,24.08; %對高頻小波系數(shù)進行閾值處理%nc=wthcoef2(h,c,l,n,p,s);%nc=wthcoef2(v,c,l,n,p,s);nc=wthcoef2('d',c,l,n,p,'s');%圖像的二維小波重構(gòu)X1=w

6、averec2(nc,l,'coif2');X11=uint8(X1);subplot(2,2,3);imshow(X11);title('第一次消噪后的圖像');%再次對高頻小波系數(shù)進行閾值處理%mc=wthcoef2(h,nc,l,n,p,s);mc=wthcoef2('v',nc,l,n,p,'s');%mc=wthcoef2(d,nc,l,n,p,s);%圖像的二維小波重構(gòu)X2=waverec2(mc,l,'coif2');X22=uint8(X2);subplot(2,2,4);imshow(X22);t

7、itle('第二次消噪后的圖像');3、 均值去噪 clear all;I=imread('1.bmp');M=rgb2gray(I);m n=size(M);T=50;%設(shè)定閾值G=; %創(chuàng)建數(shù)組用來存儲新得到的圖像像素值%創(chuàng)建均值濾波器模版H1=ones(3)/9;%添加椒鹽噪聲J=imnoise(M,'salt & pepper',0.05);%轉(zhuǎn)化J為double數(shù)據(jù)類型J=double(J); %用于卷積公式時要轉(zhuǎn)化為雙精度%均值濾波G1=conv2(J,H1,'same'); %G2=conv2(J,H2,&#

8、39;same');%圖像顯示for i=1:m for j=1:n if abs(J(i,j)-G1(i,j)>T G(i,j)=G1(i,j); else G(i,j)=J(i,j); end endendsubplot(2,2,1);imshow(M);title('原始圖像');subplot(2,2,2);imshow(J,);title('添加椒鹽噪聲圖像');subplot(2,2,3);imshow(G1,);title('3*3均值濾波圖像');subplot(2,2,4);imshow(G,);title(

9、9;超限像素平滑圖像'); 二、小波壓縮clear all, close all;Y,map=imread('2.bmp');X=double(Y);subplot(221);image(X);colormap(map)title('原始圖像')axis squaredisp('壓縮前圖像X的大?。?#39;);whos('X')%對圖像用bior3.7小波進行2層小波分解c,s=wavedec2(X,2,'bior3.7');%提取小波分解結(jié)構(gòu)中第一層低頻系數(shù)和高頻系數(shù)ca1=appcoef2(c,s,'

10、bior3.7',1);ch1=detcoef2('h',c,s,1);cv1=detcoef2('v',c,s,1);cd1=detcoef2('d',c,s,1);%分別對個頻率成分進行重構(gòu)a1=wrcoef2('a',c,s,'bior3.7',1);h1=wrcoef2('h',c,s,'bior3.7',1);v1=wrcoef2('v',c,s,'bior3.7',1);d1=wrcoef2('d',c,s,'

11、;bior3.7',1);c1=a1,h1;v1,d1;%顯示分解后各頻率成分的信息subplot(222);image(c1);axis squaretitle('分解后低頻和高頻信息');%下面進行圖像壓縮處理%保留小波分解第一層低頻信息，進行圖像壓縮%第一層的低頻信息即為cal，顯示第一層的低頻信息%首先對第一層信息進行量化編碼ca1=appcoef2(c,s,'bior3.7',1);ca1=wcodemat(ca1,440,'mat',0);%改變圖像高度ca1=0.5*ca1;subplot(223);image(ca1);colormap(map);axis squaretitle('第一次壓縮');disp('第一次壓縮圖像的大小為：');whos('ca1')%保留小波分解第二層低頻信息，進行圖像壓縮%第二層的低頻信息即為ca2，顯示第二層的低頻信息%首先對第二層信息進行量化編碼ca2=appcoef2(c,s,'bior3.7',