1、(2) 小波分解高频系数的阈值量化。对第1 层到第N 层的每一层高频系数,选择一个阈值进行阈值量化处理。(3) 小波的重构。根据小波分解的第N 层的低频系数和经过量化处理后的第1 层到第N 层的高频系数,进行的小波重构。处理的方法一般有三种:(1) 强制去噪处理。该方法把小波分解结构中的高频系数全部变为0,即把高频部分全部去除掉,然后再对信号进行重构处理。这种方法比较简单,重构后的消噪信号也比较平滑,但容易丢失信号的有用成分。(2) 默认阈值去噪处理。该方法利用ddencmp 函数产生信号的默认阈值,然后利用wdencmp 函数进行消噪处理。(3) 给定软硬阈值进行去噪处理。在实际的去噪处理过
2、程中,阈值往往可以通过经验公式获得,而且这种阈值比默认阈值更具有可信度。在进行阈值量化处理中可用wthresh 函数进行。3、matlab提供的相关函数(1)dwt2功能:单尺度二维离散小波变换语法:cA, cH, cV, cD = dwt2(X, wname)cA, cH, cV, cD = dwt2(X, Lo_D, Hi_D)该函数用于二维离散小波分解。X 为被分析的图像;wname 为分解所用到的小波函数;Lo_D, Hi_D 为分解滤波器;cA 和cH、cV、cD(水平、垂直、对角线)分别是返回的低频系数和高频系数向量。二维小波分解是把尺度j 的低频部分分解成四个部分:尺度j+1 的
3、低频部分和三个方向(水平、垂直、斜线)的高频部分。(2)idwt2单尺度逆二维离散小波变换X = idwt2(cA, cH, cV, cD, wname)X = idwt2(cA, cH, cV, cD, Lo_R, Hi_R)X = idwt2(cA, cH, cV, cD, wname, S)X = idwt2(cA, cH, cV, cD, Lo_R, Hi_R, S)该函数用于单尺度二维离散小波变换的重构,它通常和dwt2 配套使用。返回向量X 为单尺度重构后信号的低频系数。(3)ddencmp获取信号在消噪或压缩过程中的默认阈值THR,SORH,KEEPAPP,CRIT=ddencm
4、p(IN1,IN2,X)THR,SORH,KEEPAPP,CRIT=ddencmp(IN1,wp,X)wv输入参数X为一维或二维信号;IN1取值为den或cmp,表示进行去噪,表示进行压缩;IN2取值为,wv表示选择小波,wp表示选择小波包。返回值THR是返回的阈值;SORH是软阈值或硬阈值选择参数;KEEPAPP表示保存低频信号;CRIT是熵名(只在选择小波包时使用)。(4)wdencmp用于一维或二维信号的消噪或压缩 XC,CXC,LXC,PERF0,PERFL2=wdencmp(gbl,X,wname,N,THR,SORH,KEEPAPP);XC,CXC,LXC,PERF0,PERFL2
5、=wdencmp(lvd,N,THR,SORH);,C,L,wname是所用的小波函数,gbl(global的缩写)表示每一层都采用同一个阈值进行处理,lvd表示每层采用不同的阈值进行处理,N表示小波分解的层数,THR为阈值向量,对于格式(2)和(3)每层都要求有一个阈值,因此阈值向量THR的长度为N,SORH表示选择软阈值或硬阈值(分别取值为s和h),参数KEEPAPP取值为1时,则低频系数不进行阈值量化,反之,低频系数要进行阈值量化。XC是进行消噪或压缩后的信号,CXC,LXC是XC的小波分解结构,PERF0和PERFL2是恢复或压缩L2的范数百分比。(5)wthresh返回X经过软阈值或
6、硬阈值处理后的信号Y=wthresh(X,SORH,T) T是阈值。SORH=,进行软阈值处理,即把信号的绝对值与阈值进行比较,小于或等于阈值的点变为零,大于阈值的点为该点值与阈值的差值。,进行硬阈值处理,即把信号的绝对值和阈值进行比较,小于或等于阈值的点变为零,大于阈值的点保持不变。一般来说,用硬阈值处理后的信号比用软阈值处理后的信号更粗糙。三、实验内容及步骤1、小波的分解与重构例: 以下程序是对图像进行一级小波变换及重构close allclearI=imread(cameraman.tif);M,N = size(I); A,H,V,D=dwt2(I,haar %使用haar小波对二维图
7、像进行一级小波分解%A 近似子带;H 水平细节子带; V垂直细节子带;D 对角细节子带J=I;%-小波分解图像-J(1:M/2,1:N/2)=A;M/2,N/2+1:N)=H;J(M/2+1:M,1:N/2)=V;M,N/2+1:N)=D;%-重构图像-II=idwt2(A,H,V,D,figureimshow(uint8(J),title(haar小波一级分解)imshow(uint8(II),title(haar小波重构思考题1: 使用haar小波对图像 Fig4.11(a).jpg进行二级小波分解,结果类似下图。并将其重构回原图。写出命令及结果。程序:Fig4.11(a).jpg%-小波
8、一级分解图像-X,Y = size(A);cA, cH, cV, cD = dwt2(A, Z=J;%-小波二级分解图像-Z(1:X/2,1:Y/2)=cA;X/2,Y/2+1:Y)=cH;Z(X/2+1:X,1:Y/2)=cV;X,Y/2+1:Y)=cD;II=idwt2(cA,cH,cV,cD,III=idwt2(II,H,V,D,imshow(uint8(Z),title(haar小波二级分解imshow(uint8(III),title(程序结果 2、 小波阈值去噪 阈值法是一种传统的图像分割方法。是在一幅图像中,把目标从背景中分离出来,以便于进一步处理。它是对图像进行视觉分析和模式识
9、别的基本前提同时它也是一个经典难题,到目前为止既不存在一种通用的图像分割方法,也不存在一种判断是否分割成功的客观标准。使用ddencmp函数获取图像的阈值。clear,close allx=imread(xn=imnoise(x,gaussian%使用ddencmp函数来计算默认阈值和熵标准% thr 是阈值thr,sorh,keepapp = ddencmp(,xn);y=xnthr; % 大于阈值的像素点取值为“1”,显白色;%小于阈值的像素点取值为“0”,显黑色;imshow(y),title(直接使用阈值判断 z=wthresh(double(xn),sorh,thr);imshow(
10、z),title(使用wthresh函数处理k=im2bw(xn); % 将图像转为二值图像imshow(k),title(im2bw函数转为二值图像小波阈值去噪的具体处理过程为:将含噪信号在各尺度上进行小波分解,设定一个阈值,幅值低于该阈值的小波系数置为0,高于该阈值的小波系数完全保留,或者做相应的“收缩(shrinkage)”处理。最后将处理后获得的小波系数用小波反变换进行重构,得到去噪后的图像。根据ddencmp函数获取的阈值进行去噪处理。%=%使用ddencmp函数来计算消噪的默认阈值%根据ddencmp函数计算的默认阈值,使用wdencmp函数来实现图像的去噪%使用sym5小波进行二
11、级小波分解后,采用同一个阈值去噪,保留低频成分Xdenoise =wdencmp(,xn,sym5,2,thr,sorh,keepapp);%显示去噪后的图像subplot(121),imshow(xn)subplot(122),imshow(uint8(Xdenoise);title( wdencmp去噪后的图像思考题2:采用强制去噪的处理方法,对加高斯噪声的图像进行二级小波分解,将其所有的高频子带全部清零,然后小波反变换进行重构。与使用wdencmp函数阈值去噪的效果进行比较。程序I=imnoise(x, %对图像添加高斯白噪声(2)列出有关的法律、法规、规章、标准、规范和评价对象被批准设
12、立的相关文件及其他有关参考资料等安全预评价的依据。(一)环境影响经济损益分析概述J(M/2+1:既包括天然的自然环境,也包括人工改造后的自然环境。H=zeros(M/2,N/2);V=zeros(M/2,N/2);D=zeros(M/2,N/2);(7)环境影响评价的结论。(3)环境影响评价中应用环境标准的原则。cH=zeros(X/2,Y/2);按照国家规定实行审批制的建设项目,建设单位应当在报送可行性研究报告前报批环境影响评价文件。按照国家规定实行核准制的建设项目,建设单位应当在提交项目申请报告前报批环境影响评价文件。按照国家规定实行备案制的建设项目,建设单位应当在办理备案手续后和开工前报
13、批环境影响评价文件。cV=zeros(X/2,Y/2);(一)规划环境影响评价的适用范围和责任主体cD=zeros(X/2,Y/2);(4)预防或者减轻不良环境影响的对策和措施的合理性和有效性;(二)安全评价的基本原则II=idwt2(cA,cH,cV,cD,imshow(I),title(原图强制去噪意愿调查评估法(简称CV法)是指通过调查等方法,让消费者直接表述出他们对环境物品或服务的支付意愿(或接受赔偿意愿),或者对其价值进行判断。在很多情形下,它是唯一可用的方法。如用于评价环境资源的选择价值和存在价值。与使用wdencmp函数阈值去噪的效果相比较,强制去噪后的图没有wdencmp函数阈值去噪后的图平滑,使用wdencmp函数阈值去噪的图还原效果更好。
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1