vb.net小波去噪 小波去噪c語言

小波變換后的圖像如何去噪

小波變換去噪的基本思路可以概括為：利用小波變換把含噪信號分解到多尺度中，小波變換多采用二進型，然后在每一尺度下把屬于噪聲的小波系數(shù)去除，保留并增強屬于信號的小波系數(shù)，最后重構出小波消噪后的信號。其中關鍵是用什么準則來去除屬于噪聲的小波系數(shù)，增強屬于信號的部分。

成都創(chuàng)新互聯(lián)堅持“要么做到，要么別承諾”的工作理念，服務領域包括：成都網(wǎng)站制作、成都網(wǎng)站設計、企業(yè)官網(wǎng)、英文網(wǎng)站、手機端網(wǎng)站、網(wǎng)站推廣等服務，滿足客戶于互聯(lián)網(wǎng)時代的衢州網(wǎng)站設計、移動媒體設計的需求，幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡建設合作伙伴！

小波降噪原理

小波有兩個顯著特點：一是在時域中都具有緊支集或近似緊支集；二是正負交替的波動性。小波分析是將信號分解成一系列小波函數(shù)的疊加，而這些小波函數(shù)都是由一個母小波通過平移和尺度伸縮得來的。

小波分析理論的一個重要特色是可以進行多分辨率分析。信號可通過多層分解為反映高頻信息的細節(jié)部分和反映低頻信息的概貌部分，通過這種多分辨率分解，信號和噪聲通常會有不同的表現(xiàn)，從而達到信嗓分離的目的。金融時間序列去噪處理采用更廣泛的方法：非線性閾值處理方法。

非線性閾值處理方法又稱小波收縮法，該方法的基本原理是基于小波變換的集中能力。即通過小波變換后有用信號的能量集中于少數(shù)小波系數(shù)上，而白噪聲在小波變換域上仍然分散在大量小波系數(shù)之上。因而相對來說，有用信號的小波系數(shù)值必然大于那些能量分散且幅值較小的噪聲的小波系數(shù)值。因此，從譜的幅度上(不是譜的位置)看，有用信號和噪聲可以實現(xiàn)分離。

該方法可分為以下3個步驟：

(1)選擇合適的正交小波基和分解層數(shù)J，對含噪信號進行小波變換分解到J層。

(2)對分解得到的小波系數(shù)進行閉值處理，可以使用兩種處理方法：硬閾值和軟閾值法。硬閾值法保留較大的小波系數(shù)并將較小的小波系數(shù)置零，即：

(3)軟閾值法將較小的小波系數(shù)置零，而對較大的小波系數(shù)向零進行收縮，即：

學者證明了用軟閾值法能使估計信號實現(xiàn)最大均方誤差最小化，即去噪后的估計信號是原始信號的近似最優(yōu)估計。該方法具有廣泛的適用性，是應用最為廣泛的一種小波去噪方法，其計算速度也很快。

請教小波去噪中wdencmp函數(shù)使用的問題

s=zeros(1,100);

s(50:100)=1;

subplot(2,2,1);plot(s);

title('原始信號');

[c,l]=wavedec(s,3,'db1');

a3=appcoef(c,l,'db1',3);

d3=detcoef(c,l,3);

d2=detcoef(c,l,2);

d1=detcoef(c,l,1);

dd3=zeros(1,length(d3));

dd2=zeros(1,length(d2));

dd1=zeros(1,length(d1));

c1=[a3

dd3

dd2

dd1];

s1=waverec(c1,l,'db1');

subplot(2,2,2);

plot(s1);grid;

title('強制消噪后的信號');

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

s2=wdencmp('gbl',c,l,'db1',3,thr,sorh,keepapp);

subplot(2,2,3);

plot(s2);grid;

title('默認閾值消噪后的信號');

softd1=wthresh(d1,'s',1.465);

softd2=wthresh(d2,'s',1.823);

softd3=wthresh(d3,'s',2.768);

c2=[a3

softd3

softd2

softd1];

s3=waverec(c2,l,'db1');

subplot(2,2,4);

plot(s3);grid;

title('給定軟閾值消噪后的信號');

當前題目：vb.net小波去噪 小波去噪c語言
網(wǎng)頁URL：http://www.jbt999.com/article36/hppepg.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站導航、面包屑導航、網(wǎng)頁設計公司、商城網(wǎng)站、小程序開發(fā)、網(wǎng)站內鏈

廣告

聲明：本網(wǎng)站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：[email protected]。內容未經(jīng)允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)