matlab图像去噪算法设计精

D us k逊目斛®姣口昌□

原媳图傑加嗥图偉恢窝酣偉I

仗贷囲傑2 恢复国像M 恢

am

［罠始圏借！ |：梏战嗥芦后的瓯愎飙盐噪声滤滅席的图傑

m高新理声后的庄噪鬲訓匝声注悄后的图俸

实验六：利用wpdencmp 函数进行图像去噪

其程序代码如下

:

桌面

\1.gif);

I=im2double(I);

subplot(2,2,1);imshow (I);

桌面\1.gif);

J=imno ise(l,'gaussia n',0,0.005);

[c,l]=wavedec2(J,2,'sym4'); J1= wrcoef2('a',c,l,'sym4',1); J2= wrcoef2('a',c,l,'sym4',2); subplot(2,2,1);imshow (I); title('原始图像')； subplot(2,2,2);imshow(J); title('含噪图像');

subplot(2,2,3);imshow(J1,[]); title('第一次去噪图像'); subplot(2,2,4);imshow(J2,[]);

Il ls Elk 1 丫丄"

I Tfio-ls DesllLcp li liHcLf

D k C®I « D @

含嘱囹愣

弟」执去嗓也像

第二挾左嗥朗

MATLAB小波处理的问题

悬赏分：10 -解决时间：2008-11-12 02:53

想请问我知道MATLAB里有小波的工具箱可以用

当我一张图像用小波转换时我知道可以得到LL LH HL HH 四张合在一起的图像请问MATLAB要怎么写？？

还有如果我只要LL或HH单独一张图像就好

请问MATLAB要怎么写？？

请各位高手帮帮忙!!

提问者：COOI77700 - 一级

最佳答案

第一步：信号分解

调用格式：[C, L]=wavedec(X,N, ' wname

提取多尺度小波变换的低频系数

A=appcoef(C,L, ' db1')

提取多尺度小波变换的高频系数：

②对所得到的低频分量即高频细节分量，根据人类的视觉生理特性分别作不同策略的量化

与编码处理。例如，对于低频分量采用快速余弦变换，熵编码方法进行压缩。对于高频细节分量可以采用量化，去掉人眼不敏感的高频成分并结合熵编码方法的压缩方法。

3图像压缩方法

在实际应用中，首先需要从图像文件中读取图像数据。MATLAB使用imread()函数完这一任务。例如,在电脑D盘中有一彩色图像文件lena.jpg,则可由下述语句读取

X =imread('D:\ len a.bmp');

MATLAB图像处理工具箱支持四种基本图像类型：索引图像、灰度图像、二进制图像和RGB图像。MATLAB直接从图像文件中读取的图像为RGB图像。它存储在三维数组中。这个三维数组有三个面,依次对应于红(Red卜绿(Green)、蓝(Blue)三种颜色,而面中的数据则分别是这三种颜色的强度值，面中的元素对应于图像中的像素点。

索引图像数据包括图像矩阵X与颜色图数组map,其中颜色图map是按图像中颜色值进行排序后的数组。对于每个像素，图像矩阵X包含一个值，这个值就是颜色图数组map中的索引。颜色图map为mX3双精度矩阵，各行分别指定红、绿、蓝(R、G、B)单色

值,map=[RGB],R、G、B为值域为[0,1]的实数值,m为索引图像包含的像素个数。

然后可根据情况采用不同的小波函数，进行索引图像的分解压缩。我们这里对上面产生的索引图像X用db1小波进行2层分解。

[c,l]=wavedec2(X,2, ' dbT );

在这里，一个索引图像作小波分解后，可得到一系列不同分辨率的子图像，不同分辨率的子图像对应的频率是不相同的。高分辨率(即高频细节)子图像上大部分点的数值接近于0,越是高频这种现象越明显。对一个图像来说，表现一个图像最主要的部分是低频(即近似)部分。

多层小波分解的所有成分系数均保存在向量c中，低频近似与高频细节的系数需从向量c 中提取。MATLAB分别使用appcoef2()和detcoef2()函数来完成这一工作。

我们这种方法是对低频和高频部分进行处理，因而提取低频和高频近似系数。cA1=ap pcoef2(c,l,'db1',1);

cH1= detcoef2('h',c,l,1);

cD1= detcoef2('d',c,l,1); eV仁detcoef2('v',c,l,1);

MATLAB中重构系数用wrcoef2()函数来完成这一工作。这样就可以重构低频和高频近似系数。

A1=wrcoef2('a',c,l,'db1',1);

H仁wrcoef2('h',c,l,'db1',1);