wrcoef2函数_小波去噪matlab程序代码_步骤及函数介绍

本文介绍了小波去噪的实现步骤,包括二维信号的小波分解、高频系数阈值量化和小波重构。重点讲解了Matlab中用于小波去噪的函数,如wavedec2用于二维小波分解,wrcoef2用于单支重构,wthcoef2用于阈值处理。并提供了四个实例,展示如何使用这些函数进行图像和信号的去噪处理。
摘要由CSDN通过智能技术生成

1、小波去噪实现步骤

(1)二维信号的小波分解。选择一个小波和小波分解的层次N,然后计算信号s到第N层的分解。

(2)对高频系数进行阈值量化。对于从1~N的每一层,选择一个阈值,并对这一层的高频系数进行软阈值量化处理。

(3)二维小波重构。根据小波分解的第N层的低频系数和经过修改的从第一层到第N的各层高频系数,计算二维信号的小波重构

2、Matlab函数介绍

(1)wavedec2函数

该函数用于对多尺度二维小波进行分解,其常用调用格式:

[C,S] = wavedec2(X,N,‘wname’):用小波函数wname对信号X在尺度N上的二维分解,N是严格正整数。

(2)wrcoef2函数

该函数用于对二维小波系数进行单支重构,其调用格式:

X = wrcoef2(‘type’,C,S,‘wname’,N):用指定的小波函数wname进行N尺度重构。当type = ‘a’时,仅对信号的低频部分进行重构,此时N可以为0;当type = ‘h’(或‘v’/‘d’)时,对信号(水平、垂直、对角)的高频进行重构,N为严格正整数。

(3)wthcoef2函数

该函数用于对二维信号的小波系数阈值进行处理,常用调用格式:

NC = wthcoef2(‘type’,C,S,N,T,SORH):返回经过小波分解结构[C,S]进行处理后的新的小波分解向量NCÿ

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值