急！！！在线等，求解答：一个小波去噪的matlab程序，高手进

%%%%%%%%%%%%%%%%%%心电信号降噪

%%%%%%%%%%%%%%%Birge-Massart策略阈值降噪

%基于小波变换的心电信号的降噪

ecg=fopen('100.dat','r')% 调用心电数据库 r为只读，ecg是打开文件的识别符

N=1201%常数赋值，要读数据个数

data=fread(ecg,N,'int16')%从一个流中读N个数据，数据格式是int16,16进制整数

data=data/10000%数据缩小10000倍

fclose(ecg)%关闭打开的文件

x=data%把数据转赋给x变量

wavename='db5'%db5是小波名

level=4%4级分解

[c,l]=wavedec(x,level,wavename)%4级小波分解，c保存各级分解系数，l是薄记矩阵，保存各级的系数的个数

alpha=1.5%1.5用于信号压缩，3用于降噪

sorh='h'%为硬阈值

[thr,nkeep]=wdcbm(c,l,alpha)%使用Birgé-Massart策略计算一维小波分解或压缩的阈值thr和各级的系数个数nkeep

[xc,cxc,lxc,perf0,perfl2]=wdencmp('lvd',c,l,wavename,level,thr,sorh)%小波压缩重构后的图像

t1=0:0.004:(length(x)-1)*0.004%一行数据

figure(4)%打开一个图形窗口

subplot(211)%子图1

plot(t1,x)%画图形

title('从人体采集的原始的ECG信号')%加上子图名称

subplot(212)%子图2

plot(t1,xc)%画图形

title('Birge-Massart策略阈值降噪后的ECG信号（wname=db5 level=4）')%加上子图名称

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。

---