整理实验七小波变换Word格式.docx

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。