【转】几种小波阈值去噪程序

 
分类: 小波分析   595人阅读  评论(0)  收藏  举报
matlab Matlab MATLAB 小波分析

原帖:http://wenku.baidu.com/view/ffb671fa770bf78a65295496.html

例1:

load leleccum;

index = 1:1024;

x = leleccum(index);

%产生噪声信号

init = 2055615866;

randn('seed',init);

nx = x + 18*randn(size(x));

%获取消噪的阈值

[thr,sorh,keepapp] = ddencmp('den','wv',nx);

%对信号进行消噪

xd = wdencmp('gbl',nx,'db4',2,thr,sorh,keepapp);

subplot(221);

plot(x);

title('原始信号');

subplot(222);

plot(nx);

title('含噪信号');

subplot(223);

plot(xd);

title('消噪后的信号');

例2:

本例中,首先使用函数wnoisest获取噪声方差,然后使用函数wbmpen获取小波去噪阈值,最后使用wdencmp实现信号消噪。

load leleccum;

indx = 1:1024;

x = leleccum(indx);

%产生含噪信号

init = 2055615886;

randn('seed',init);

nx = x + 18*randn(size(x));

%使用小波函数'db6'对信号进行3层分解

[c,l] = wavedec(nx,3,'db6');

%估计尺度1的噪声标准差

sigma = wnoisest(c,l,1);

alpha = 2;

%获取消噪过程中的阈值

thr = wbmpen(c,l,sigma,alpha);

keepapp = 1;

%对信号进行消噪

xd = wdencmp('gbl',c,l,'db6',3,thr,'s',keepapp);

subplot(221);

plot(x);

title('原始信号');

subplot(222);

plot(nx);

title('含噪信号');

subplot(223);

plot(xd);

title('消噪后的信号');

 

例3:

本例中,对小波分解系数使用函数wthcoef进行阈值处理,然后利用阈值处理后的小波系数进行重构达到去噪目的。

load leleccum;

indx = 1:1024;

x = leleccum(indx);

%产生含噪信号

init = 2055615866;

randn('seed',init);

nx = x + 18*randn(size(x));

%使用小波函数'db5'对信号进行3层分解

[c,l] = wavedec(nx,3,'db5');

%设置尺度向量

n = [1,2,3];

%设置阈值向量

p = [100,90,80];

%对高频系数进行阈值处理

nc = wthcoef('d',c,l,n,p);

%对修正后的小波分解结构进行重构

rx = waverec(nc,l,'db5');

subplot(221);

plot(x);

title('原始信号');

subplot(222);

plot(nx);

title('含噪信号');

subplot(223);

plot(rx);

title('消噪后的信号');

 

例4:

本例中,使用一维信号的自动消噪函数wden对信号进行消噪。

load leleccum;

indx = 1:1024;

x = leleccum(indx);

%产生含噪信号

init = 2055615866;

randn('seed',init);

nx = x + 18*randn(size(x));

%将信号nx使用小波函数'sym5'分解到第5层

%使用mimimaxi阈值选择系数进行处理,消除噪声信号

lev = 5;

xd = wden(nx,'minimaxi','s','mln',lev,'sym5');

subplot(221);

plot(x);

title('原始信号');

subplot(222);

plot(nx);

title('含噪信号');

subplot(223);

plot(xd);

title('消噪后的信号');

 

原帖:http://blog.chinaaet.com/detail/3450.html 

x=[-1.58 0.42 0.46 0.78 -0.49 0.59 -1.3 -1.42 -0.16 -1.47 -1.350.36 -0.44 -0.14 1 -0.5 -0.2 -0.06 -0.6 0.42 -1.52 0.51 0.76 -1.50.16 -1.29 -0.65 -1.48 0.6 -1.65 -0.55];
lev=5;
wname='db3';
[c,l]=wavedec(x,lev,wname);
sigma=wnoisest(c,l,1);
alpha=2;
thr1=wbmpen(c,l,sigma,alpha)
[thr2,nkeep]=wdcbm(c,l,alpha)
xd1=wdencmp('gbl',c,l,wname,lev,thr1,'s',1);
[xd2,cxd,lxd,perf0,perfl2]=wdencmp('lvd',c,l,wname,lev,thr2,'h');
[thr,sorh,keepapp]=ddencmp('den','wv',x)
xd3=wdencmp('gbl',c,l,wname,lev,thr,'s',1);
subplot(411);plot(x);title('原始信号','fontsize',12);
subplot(412);plot(xd1);title('使用penalty阈值降噪后信号','fontsize',12);
subplot(413);plot(xd2);title('使用Birge-Massart阈值降噪后信号','fontsize',12);
subplot(414);plot(xd3);title('使用缺省阈值降噪后信号','fontsize',12);

其他相关帖子:

http://www.docin.com/p-17095216.html

http://blog.sina.com.cn/s/blog_5649784301000e20.html

http://blog.chinaaet.com/lxg1123

http://musicupsandra.blog.163.com/blog/static/101639102201081710617825/


你可能感兴趣的:(图像处理,小波域值,去噪,matlab,代码)