小波在图像处理中的应用
基于小波的不同方法的图像去噪
基于不同的原理,小波去噪去相同图像有什么影响
结论:
close all; clear all;clc;
load gatlin2; %装载并显示原始图像
init=2055615866; %生成含噪图象并显示
randn('seed',init)
XX=X+2*randn(size(X));
[c,l]=wavedec2(XX,2,'sym4'); %对图像进行消噪处理,用 sym4 小波函数对 x 进行两层分解
a2=wrcoef2('a',c,l,'sym4',2); %重构第二层图像的近似系数
n=[1,2]; %设置尺度向量
p=[10.28,24.08]; %设置阈值向量
nc=wthcoef2('t',c,l,n,p,'s'); %对高频小波系数进行阈值处理
mc=wthcoef2('t',nc,l,n,p,'s'); %再次对高频小波系数进行阈值处理
X2=waverec2(mc,l,'sym4'); %图像的二维小波重构
set(0,'defaultFigurePosition',[100,100,1000,500]); %修改图形图像位置的默认设置
set(0,'defaultFigureColor',[1 1 1]) %修改图形背景颜色的设置
figure % 显示原图像及处理以后结果
colormap(map)
subplot(131),image(XX),axis square;
subplot(132),