%对含噪信号s进行3层小波分解
[c,l]=wavedec(s,3,'db1')%s为含噪信号,3为小波分解层数,db1为采用的小波基
%获取信号默认值
[thr,sorh,keepapp]=ddencmp('den','wv',s)
%参数den代表去噪,wv代表小波,s代表含有噪声的信号
%实现去噪过程
s2=wdencmp('gbl',c,l,'db1',3,thr,sorh,keepapp)
%参数gbl表示采用全局去噪
1、双循环语句,移动平均法。
<p>双循环语句,移动平均法</p><p>%均值滤波</p>
<p>clc,clear</p>
<p>f=imread('lena.bmp')</p>
<p>subplot(121),imshow(f),title('原图')</p>
<p>f1=imnoise(f,'gaussian',0.002,0.0008)</p>
<p>%subplot(222),imshow(f1),title('添加高斯噪声图')</p>
<p>k1=floor(3/2)+1</p>
<p>k2=floor(3/2)+1</p><p>X=f1</p>
<p>[M,N]=size(X)</p><p>uint8 Y=zeros(M,N)</p>
<p>funBox=zeros(3,3)</p><p>for i=1:M-3 </p>
<p> for j=1:N-3 </p><p> funBox=X(i:i+3,j:j+3) </p>
<p> s=sum(funBox(:))</p><p> h=s/9 </p>
<p> Y(i+k1,j+k2)=h </p><p> end</p>
<p>end</p><p>Y=Y/255</p>
<p>subplot(122),imshow(Y),title('均值滤波')</p>
<p>实现图:</p>
2、filter2。
<p>filter2</p>
<p>clear all</p>
<p>I=imread('lena.bmp')</p>
<p>%读入预处理图像</p>
<p>imshow(I)</p><p>%显示预处理图像</p>
<p>K1=filter2(fspecial('average',3),I)/255</p><p>%进行3*3均值滤波</p>
<p>K2=filter2(fspecial('average',5),I)/255</p><p>%进行5*5均值滤波</p>
<p>K3=filter2(fspecial('average',7),I)/255</p><p>%进行7*7均值滤波</p>
<p>figure,imshow(K1)</p><p>figure,imshow(K2)</p>
<p>figure,imshow(K3)</p>
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)