马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。
您需要 登录 才可以下载或查看,没有账号?我要加入
x
例一:利用小波分析给定一个二维含噪图像进行消噪处理
源程序如下:
- clear all; %清楚所有变量
- RGB=imread('5.bmp'); %读取MATLAB目录下的测试图片 名为:5.bmp
- [x,map]=rgb2ind(RGB,128); %把真彩色图像RGB转换为索引图像
- subplot(2,2,1);
- image(x);
- colormap(map);
- title('原始的图像');
- init=2055615866; %加入噪声
- rand('seed',init);
- X=double(x);
- XX=X+randn(size(x))/10;
- subplot(2,2,2);
- image(XX);
- colormap(map);
- title('含噪声的图像');
- [c,l]=wavedec2(XX,2,'sym5'); %进行小波分析
- a1=wrcoef2('a',c,l,'sym5',1);
- a2=wrcoef2('a',c,l,'sym5',2);
- subplot(2,2,3);
- image(a1);
- colormap(map);
- title('第一层的重构图像');
- subplot(2,2,4);
- image(a2);
- colormap(map);
- title('第二层的重构图像');
复制代码 试验结果的图片:
例一:利用小波分析给定一个二维含噪图像进行消噪处理例二:利用二维小波变换给定图像进行小波消噪处理
例二:利用二维小波变换给定图像进行小波消噪处理
- clear all
- RGB=imread('5.bmp');
- [x,map]=rgb2ind(RGB,128);
- subplot(2,2,1);
- image(x);
- colormap(map);
- title('原始图像');
- init=2055615866;
- rand('seed',init);
- X=double(x);
- XX=X+randn(size(x))/10;
- subplot(2,2,2);
- image(XX);
- colormap(map);
- title('含噪图像');
- [c,l]=wavedec2(XX,3,'coif2');
- n=[1,2];
- p=[10.28,24.08];
- %nc=wthcoef2('h',c,l,n,p,'s');
- %nc=wthcoef2('v',c,l,n,p,'s');
- nc=wthcoef2('d',c,l,n,p,'s');
- X1=waverec2(nc,l,'coif2');
- subplot(2,2,3);
- image(X1);
- colormap(map);
- %mc=wthcoef2('h',nc,l,n,p,'s');
- mc=wthcoef2('v',nc,l,n,p,'s');
- %mc=wthcoef2('d',nc,l,n,p,'s');
- X2=waverec2(mc,l,'coif2');
- subplot(2,2,4);
- image(X2);
- colormap(map);
- title('第二次消噪后的图像');
复制代码
转自:http://www.zhixing123.cn/matlab/23150.html
|