小波理论与应用期末论文

小波理论与应用期末论文

ID:9174543

大小:777.55 KB

页数:12页

时间:2018-04-20

小波理论与应用期末论文_第1页
小波理论与应用期末论文_第2页
小波理论与应用期末论文_第3页
小波理论与应用期末论文_第4页
小波理论与应用期末论文_第5页
资源描述:

《小波理论与应用期末论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、TAIYUANUNIVERSITYOFSCIENCE&TECHNOLOGY小波理论与应用学生姓名王宣学号S班级研1508所属院(系)研究生学院专业电路与系统2016年6月一、降噪对比1、阈值降噪%装载原始图像I=imread('2.bmp');nbc=size(I,1);X=im2double(I);%产生噪声图像init=;randn('seed',init);x=X+randn(size(X))/10;%使用sym4执行图像的2层小波分解wname='sym4';lev=2;[c,l]=wavedec2(x,lev,wname);sigma_s=0.;%图像降噪时,使用wbmpen函数选

2、择阈值,主要有ddencmp,thselect,wbmpen,wdcbm四种alpha=2;thr_s=wbmpen(c,l,sigma_s,alpha);%使用软阈值和保存的低频信号,进行图像降噪。阈值去噪函数主要有wden,wdencmp,wpdencmp,whresh,wpthcoef,wthcoef2六种。keepapp=1;xds=wdencmp('gbl',x,wname,lev,thr_s,'s',keepapp);sigma_h=0.;thr_h=wbmpen(c,l,sigma_h,alpha);%使用硬阈值和保存的低频信号,进行图像降噪xdh=wdencmp('gbl',

3、x,wname,lev,thr_h,'h',keepapp);%画出原始图像和降噪后的图像figure(1);subplot(221);imshow(I);title('原始图像');subplot(222);imshow(x);title('噪声图像');subplot(223);imshow(xds);title('软阈值降噪图像');subplot(224);imshow(xdh);title('硬阈值降噪图像');2、小波去噪%装载并图示原始图像clearall,closeall;Y=imread('2.bmp');X=double(Y);subplot(2,2,1);imshow(

4、Y);colormap(gray(100));title('王宣原始图像');%生成含噪图像并图示init=;randn('seed',init);XX=X+32*randn(size(X));XX1=uint8(XX);subplot(2,2,2);imshow(XX1);colormap(gray(100));title('王宣含噪图像');%对图像进行消噪处理%用小波函数coif2对图像XX进行2层分解[c,l]=wavedec2(XX,2,'coif2');%设置尺度向量n=[1,2];%设置阈值向量p=[10.28,24.08];%对高频小波系数进行阈值处理%nc=wthcoef2

5、(‘h’,c,l,n,p,’s’);%nc=wthcoef2(‘v’,c,l,n,p,’s’);nc=wthcoef2('d',c,l,n,p,'s');%图像的二维小波重构X1=waverec2(nc,l,'coif2');X11=uint8(X1);subplot(2,2,3);imshow(X11);title('第一次消噪后的图像');%再次对高频小波系数进行阈值处理%mc=wthcoef2(‘h’,nc,l,n,p,’s’);mc=wthcoef2('v',nc,l,n,p,'s');%mc=wthcoef2(‘d’,nc,l,n,p,’s’);%%图像的二维小波重构X2=wave

6、rec2(mc,l,'coif2');X22=uint8(X2);subplot(2,2,4);imshow(X22);title('第二次消噪后的图像');3、均值去噪clearall;I=imread('1.bmp');M=rgb2gray(I);[mn]=size(M);T=50;%设定阈值G=[];%创建数组用来存储新得到的图像像素值%创建均值滤波器模版H1=ones(3)/9;%添加椒盐噪声J=imnoise(M,'salt&pepper',0.05);%转化J为double数据类型J=double(J);%用于卷积公式时要转化为双精度%均值滤波G1=conv2(J,H1,'sam

7、e');%G2=conv2(J,H2,'same');%图像显示fori=1:mforj=1:nifabs(J(i,j)-G1(i,j))>TG(i,j)=G1(i,j);elseG(i,j)=J(i,j);endendendsubplot(2,2,1);imshow(M);title('原始图像');subplot(2,2,2);imshow(J,[]);title('添加椒盐噪声图像');subplot(

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。