matlab怎么用小波包进行图像去噪

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。

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？

4个title说的很清楚了。

xwpd = wpdencmp(ns,'s',4,'sym4','sure',thr,1)

xwd = wden(ns,'rigrsure','s','one',4,'sym4')

这2句是降噪的。sym4是小波基，rigrsure基于stein的无偏似然估计的自适应阈值。

---