小波阈值去噪在图像处理中的应用

clear all; clc; close all; I = imread('lena.png'); % 读入图像 figure; imshow(I); title('原始图像'); X = im2double(I); % 转为双精度类型 x = noise(X, 'gaussian', 0.1); % 添加噪声 高斯噪声 方差 0.01 %x = noise(X, 'salt & pepper', 0.05); % 椒盐噪声 密度 0.02 figure; imshow(x); title('加躁图像'); a = 2; %分解层数 [C, S] = wavedec2(x, a, 'sym5'); thr = Donoho(x); % 计算Donoho全局阈值 alpha = 0.5; % 去噪 2层分解 sym5 小波-------------------------------------------------------- x_soft = wdenoise(x, 'gbl', 's', thr, 'sym5', a); % 软阈值方法 Donoho 全局阈值 %x_max = im2double(x_soft); %x_hunhe = myhighpass(x_max); x_hard = wdenoise(x, 'gbl', 'h', thr, 'sym5', a); % 硬阈值方法 Donoho 全局阈值 %x_soft1 = wdenoise(x, 'lvd', 's', thr, 'sym5', 1); % 软阈值方法 Donoho 局部阈值 %x_hard1 = wdenoise(x, 'lvd', 'h', thr, 'sym5', a); % 硬阈值方法 Donoho 局部阈值 x2 = den2(x, 'sym5', a, thr, 0.5); % 软硬阈值的改进方法 filtertype = 'sym5'; x3 = BaysShrink(x,filtertype,4); % 自适应小波阈值 % 计算峰值信噪比-------------------------------------------------------------- psnr_soft = psnr(x_soft, X) % Donoho公式 软阈值 %psnr_max=psnr(x_max,X) psnr_hard = psnr(x_hard, X) % Donoho公式 硬阈值 psnr2 = psnr(x2, X) % 软硬阈值的改进方法 psnr3 = psnr(x3, X) % 自适应小波阈值 yuanshipsnr = psnr(x, X) % 原始图像 mse_soft=MSE(x_soft,X) %软阈值 %mse_max=MSE(x_max,X) mse_hard=MSE(x_hard,X) %硬阈值 mse2=MSE(x2,X) %软硬阈值改进 mse3=MSE(x3,X) %自适应小波阈值 yuanshimse=MSE(x,X) %原始图像 % 显示图像--------------------------------------------------------------------- figure; imshow(x_soft); title('软阈值方法 Donoho 全局阈值'); figure; imshow(x_hard); title('硬阈值方法 Donoho 全局阈值'); %figure; imshow(x_max); title('软阈值方法和高通滤波的混合方法'); %figure; imshow(x_hard1); title('硬阈值方法 Donoho 局部阈值'); figure; imshow(x2); title('软硬阈值函数的改进方法'); figure; imshow(x3); title('自适应小波阈值方法'); %非小波方法去噪------------------------------------------------------------------ f = ones(3); x_mean1 = meanfilter(x,f); % 均值滤波 x_med1 = medfilter(x, f); % 中值滤波 %计算峰值信噪比 psnr_mean1 = psnr(x_mean1, X) psnr_med1 = psnr(x_med1, X) %计算均方差 mse_mean1=MSE(x_mean1,X) mse_med1=MSE(x_med1,X) figure; imshow(x_mean1);title('均值滤波1'); figure; imshow(x_med1); title('中值滤波1');