1、小波变换及应用-实验二实验要求：对图像进行二维离散小波变换，变换级数大于等于 3 级，然后进行阈值化处理（阈值约为 10 左右） ，在统计系数中 0 的个数（百分比表示）并进行重构，最后计算重构图像的峰值信噪比（PSNR） 。实验内容： x=imread(lena.bmp); %从 Workspace 看到文件已经是 256*256 的规范文件subplot(3,3,1);imshow(x); title(原图 );x=double(x); %将图像矩阵的 uint8 类型元素，转换为 double 型c,s=wavedec2(x,3,sym4); %使用小波函数 sym4 对二维信号进行 3
2、 层分解thr=10; %设置阈值为 10xc=wdencmp(gbl,x,sym4,3,thr,h,1); %全局阈值去噪 subplot(332),imshow(uint8(xc);title(全局阈值去噪);% 系数 c 含有 71542 个元素，都是小数。为此，进行取整，得到 C C=round(c(:); %对 c 取整，得到 C sum(C(:)=0) %统计 C 中 0 的个数ans=12751；a1=wrcoef2(a,c,s,sym4,1); %提取小波分解中第一层的低频图像，实现了低通滤波a2=wrcoef2(a,c,s,sym4,2); %提取小波分解中第二层的低频图像，实现了低通滤波a3=wrcoef2(a,c,s,sym4,3); %提取小波分解中第三层的低频图像，实现了低通滤波subplot(332),imshow(uint8(a1); %显示第一次低通滤波后的图像 a1subplot(333),imshow(uint8(a2); %显示第一次低通滤波后的图像 a2subplot(334),imshow(uint8(a3); %显示第一次低通滤波后的图像 a3%构造信噪比公式function PSNR,mse = psnr(X,Y)if nargin PSNR=psnr(xc,x); %PSNR= 39.063057357916660
