怎么用matlab小波包分解

小波图像去噪的方法大概分为3类

1:基于小波变换摸极大值原理

2：基于小波变换系数的相关性

3：基于小波阈值的去噪。

基于小波阈值的去噪方法3个步骤：

1：

计算含噪声图像的小波变换。选择合适的小波基和小波分解层数j，运用matlab

分解算法将含有噪声图像进行j层小波分解，得到相应的小波分解系数。

2：对分解后的高频系数进行阈值量化，对于从1

到j的每一层，选择一个适当的阈值和合适的阈值函数，将分解得到的高频系数进行阈值量化，得到估计小波系数。

3:进行小波逆变化，根据图像小波分解后的第j层，低频

系数（尺度系数）和经过阈值量化处理的各层高频系数（小波系数），运用matlab重构算法进行小波重构，得到去噪后的图像。

load ir %将信号装入MATLAB工作环境

s=X106_BA_time(1:1000) %取采样信号的前1~1000个采样点

is=length(s) %计算采样序列长度

subplot(321)plot(s)title('原始信号')%画出原始信号波形

xlabel('样本序列号')

ylabel('幅值A')

wpt=wpdec(s,3,'db1','shannon')% 用db1小波包对信号x3层分解，用shannon熵作为熵标准

plot(wpt)%绘制小波包树

N=allnodes(wpt)% 计算小波包分解树的结点

%提取各节点的小波包系数

for i=1:length(N)

X=wpcoef(wpt,i-1)

subplot(floor((length(N)+1)/2),2,i)plot(X)

title(['节点',num2str(i) '的小波包系数'])

end

figure

%各节点小波包重构系数

for i=1:length(N)

rcfs=wprcoef(wpt,i-1)

subplot(floor((length(N)+1)/2),2,i)plot(rcfs)

title(['重构节点',num2str(i) '小波包系数'])

end

因为我有一组多个讯号组成的阵列要进行小波分解重构请问MATLAB“dwt”指令如何进行计算列(Column )呢？

请问如何将多个讯号组成的矩阵进行直向(column)的小波分解高低频呢,如何在重构回来呢,恳请帮助谢谢

展开

我来答

共1个回答

showtime_97

来自电脑网络类芝麻团 推荐于 2016-06-03

这问题不是小波的问题，应该是matlab数组 *** 作的问题。

dwt是单层离散小波变换函数，例如一个2列的数据（），对其每列做DWT然后将小波系数的结果存为二维的数组，然后重构每一列。

clear all

x=[1,37,54,92,65,912,93,45,97,3]

s=size(x)

for i=1:s(2)

[cA(:,i),cD(:,i)] = dwt(x(:,i),'db1')%分解

X(:,i) = idwt(cA(:,i),cD(:,i),'db1')%重构

end

需要一点说明，x是9行2列，重构后X会变为10行2列，这是由于DWT使用滤波器的卷积运算造成的边缘效应的问题，还有原始数据的奇偶问题，可能会导致使用不同小波基出现重构数据与原始数据个数不同，但不会差太多，有时重复有时可能缺少，也就几个点的问题，你可以自行甄别一下，人工搞成一样的长度。

---