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:辩搜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携凯历第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。
按照你上面的代码,a3 dd3 dd2 dd1是应该都为行向量,它们的长度a3和dd3长度相等,dd2约等于其一倍,dd1又是dd2的约一倍左右,c1=[a3 dd3 dd2 dd1]是4个行向量按顺序依次组成总小波系数数渣祥岁组,这代码没啥问题,waverec和wavedec函数都是依靠CL组构的,它对C处理没啥难以理解的,L数组存放的就是a3 dd3 dd2 dd1长度值,靠他在C中取出最高阶的a和其他各阶的d,a和d的小波系数本来就不如睁等长,这样才能实现DWT理论中各层分解中小波函数伸长的效果。就是因为它们不等长,用元胞数组 *** 作太麻烦,所以才把系数宴余混排成一行,再加一个长度数组L共同 *** 作来访问数据。所以不知道你对这有啥疑问?欢迎分享,转载请注明来源:内存溢出
评论列表(0条)