怎么用matlab实现小波变换急！！！

Allnodes 计算树结点

appcoef 提取一维小波变换低频系数

appcoef2 提取二维小波分解低频系数

bestlevt 计算完整最佳小波包树

besttree 计算最佳(优)树

biorfill 双正交样条小波滤波器组

biorwavf 双正交样条小波滤波器

centfrq 求小波中心频率

cgauwavf Complex Gaussian小波

cmorwavf coiflets小波滤波器

cwt 一维连续小波变换

dbaux Daubechies小波滤波器计算

dbwavf Daubechies小波滤波器 dbwavf(W) W='dbN' N=1,2,3,,50

ddencmp 获取默认值阈值(软或硬)熵标准

depo2ind 将深度-位置结点形式转化成索引结点形式

detcoef 提取一维小波变换高频系数

detcoef2 提取二维小波分解高频系数

disp 显示文本或矩阵

drawtree 画小波包分解树(GUI)

dtree 构造DTREE类

dwt 单尺度一维离散小波变换

dwt2 单尺度二维离散小波变换

dwtmode 离散小波变换拓展模式

dyaddown 二元取样

dyadup 二元插值

entrupd 更新小波包的熵值

fbspwavf B样条小波

gauswavf Gaussian小波

get 获取对象属性值

idwt 单尺度一维离散小波逆变换

idwt2 单尺度二维离散小波逆变换

ind2depo 将索引结点形式转化成深度—位置结点形式

intwave 积分小波数

isnode 判断结点是否存在

函数指 含义

istnode 判断结点是否是终结点并返回排列值

iswt 一维逆SWT(Stationary Wavelet Transform)变换

iswt2 二维逆SWT变换

leaves

mexihat 墨西哥帽小波

meyer Meyer小波

meyeraux Meyer小波辅助函数

morlet Morlet小波

nodease 计算上溯结点

nodedesc 计算下溯结点(子结点)

nodejoin 重组结点

nodepar 寻找父结点

nodesplt 分割(分解)结点

noleaves

ntnode

ntree

orthfill 正交小波滤波器组

plot 绘制向量或矩阵的图形

qmf 镜像二次滤波器

rbiowavf

read 读取二进制数据

readtree 读取小波包分解树

scal2frq

set

shanwavf

swt 一维SWT(Stationary Wavelet Transform)变换

swt2 二维SWT变换

symaux

symwavf Symlets小波滤波器

thselect 信号消噪的阈值选择

thodes

treedpth 求树的深度

treeord 求树结构的叉数

函数指令 含义

upcoef 一维小波分解系数的直接重构

upcoef2 二维小波分解系数的直接重构

upwlev 单尺度一维小波分解的重构

upwlev2 单尺度二维小波分解的重构

wavedec 单尺度一维小波分解

wavedec2 多尺度二维小波分解

wavedemo 小波工具箱函数demo

wavefun 小波函数和尺度函数

wavefun2 二维小波函数和尺度函数

wavemenu 小波工具箱函数menu图形界面调用函数

wavemngr 小波管理函数

waverec 多尺度一维小波重构

waverec2 多尺度二维小波重构

wbmpen

wcodemat 对矩阵进行量化编码

wdcbm

wdcbm2

wden 用小波进行一维信号的消噪或压缩

wdencmp

wentropy 计算小波包的熵

wextend

wfilters 小波滤波器

wkeep 提取向量或矩阵中的一部分

wmaxlev 计算小波分解的最大尺度

wnoise 产生含噪声的测试函数数据

wnoisest 估计一维小波的系数的标准偏差

wp2wtree 从小波包树中提取小波树

spbmpen

wpcoef 计算小波包系数

wpcutree 剪切小波包分解树

wpdec 一维小波包的分解

wpdec2 二维小波包的分解

wpdencmp 用小波包进行信号的消噪或压缩

wpfun 小波包函数

wpjoin

wprcoef 小波包分解系数的重构

wprec 一维小波包分解的重构

wprec2 二维小波包分解的重构

wpsplt 分割（分解）小波包

wpthcoef 进行小波包分解系数的阈值处理

wptree

wpviewcf

wrcoef 对一维小波系数进行单支重构

wrcoef2 对二维小波系数进行单支重构

wrev 向量逆序

write 向缓冲区内存写进数据

wtbo

wthcoef 一维信号的小波系数阈值处理

wthcoef2 二维信号的小波系数阈值处理

wthresh 进行软阈值或硬阈值处理

wthrmngr 阈值设置管理

wtreemgr 管理树结构

wvarchg

MakeONFilter， NormNoise2 MultiVisu2 MultiSURE2 这四个都是自己变得程序。你能找得到么，建议搜索 MakeONFilterm， NormNoise2m MultiVisu2m MultiSURE2m

自适应滤波

clear all

I1=imread('1jpg');

I=rgb2gray(I1);

J=imnoise(I,'gaussian',0,005); %添加均值为0，方差为005的高斯噪声

K1=wiener2(J,[5,5]);

figure

imshow(J);

title('加入高斯噪声图像');

figure

imshow(K1);

title('55窗口自适应滤波');

小波软阈值

clear all

I1=imread('1jpg');

I=rgb2gray(I1);

J=imnoise(I,'gaussian',0,005); %添加均值为0，方差为005的高斯噪声

[Cr, Sr] = wavedec2(J, 2, 'sym4');

thr= Donoho(J);

J_soft = wdenoise(xr, 'gbl', 's', thr, 'sym4', 2);

figure; imshow(J_soft);

/////////////////////////////////用到的函数

function thr = Donoho(x)

%用Donoho通用阈值公式计算阈值 x为要进行处理的图像

% thr = delta sqrt( 2 log(n))

% n为信号的长度或尺寸

% delta = MAD / 06745 -经验公式，其中MAD为小波分解后高子带系数的中值

n = prod( size(x) ); %图像尺寸

%计算delta

[C, S] = wavedec2(x, 1, 'db1'); %小波分解

d = C( prod( S(1,:) ) + 2 prod( S(2,:) ) + 1 : end); %HH子带系数

delta = median( abs(d) ) / 06745;

%计算阈值

thr = delta sqrt(2log(n));

////////////////////////////////////用到的函数

function X = wdenoise(x, measure, sorh, thr, wname, n)

% 阈值去噪函数

% x为带噪声图像

% measure表示全局或局部

% sorh表示软硬阈值方法

% thr为阈值

% wname为小波函数名

% n为分解层次

[C, S] = wavedec2(x, n, wname); % 对图像进行小波分解

switch measure

case 'gbl' % 全局阈值方法

dcoef = C( prod(S(1, :)) + 1 : end); % 提取细节部分系数

switch sorh

case 'h' % 硬阈值

dcoef = dcoef (abs(dcoef) > thr);

case 's' % 软阈值

temp = abs(dcoef) - thr;

temp = (temp + abs(temp)) / 2;

dcoef = sign(dcoef) temp;

end

C( prod(S(1, :)) + 1 : end) = dcoef;

case 'lvd' % 局部阈值方法

for i = n:-1:1 % 每层单独处理

k = size(S,1) - i;

first = prod(S(1, :)) +

3 sum(S(2:k-1, 1) S(2:k-1, 2)) + 1;

% 第i层细节系数的起始位置

last = first + 3prod(S(k,:)) - 1; % 终止位置

dcoef = C(first : last); % 细节系数

switch sorh

case 'h' % 硬阈值

dcoef = dcoef (abs(dcoef) > thr(i));

case 's' % 软阈值

temp = abs(dcoef) - thr(i);

temp = (temp + abs(temp)) / 2;

dcoef = sign(dcoef) temp;

end

C(first:last) = dcoef;

end

end

X = waverec2(C, S, wname); % 重构图像

以上就是关于怎么用matlab实现小波变换急！！！全部的内容，包括:怎么用matlab实现小波变换急！！！、matlab,小波图像去噪程序错误，急！！！求解决、急求大神帮助 相对一幅图像进行降噪处理 求能把自适应滤波和小波软阈值降噪的matlab代码等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！