test.m

这是基于matlab的图像去噪程序

load facets
nbc=size(map,1);
subplot(221),image(wcodemat(X,nbc))
%title('原始图像')；
init=2055615866;randn('seed',init);
x=X/18+randn(size(X));
subplot(222),image(wcodemat(x,nbc))
%title('噪声图像')
%使用db1执行2层小波
%t=wpdec2(x,2,'db1');
%画出小波包的四叉树
%plot(t)
%分解小波包结点（2，0）
[t,cA,cH,cD]=wpsplt(x,[1,0]);
plot(t)
%画出小波包树tree
%由第一层的高频系数估计噪声的标准差
det1=[wpcoef(t,2)wpcoef(t,3)wpcoef(t,4)];
sigma=median(abs(det1(:)))/0.6745;
%使用wpbmpen进行全阈值选择
alpha=1.1;%其值>1,典型只值为2
thr=wpbmpen(t,sigma,aipha)
%使用wpdencmp函数,采用上面的阈值和软阈值处理方式,保存低频,进行图像降噪
keepapp=1;%=1即低频系数不能进行阈值处理
xd=wpdencmp(t,'s','nobest',thr.keepapp);

A=wprcoef(xd,[1 0]);
subplot(222);image(A);
axis square


%绘制各分解系数图像
figure(2);
subplot(221);
image(cA);colormap(map);
title('db1低频系数图像')；
subplot(222);
image(cH);colormap(map);
title('db1水平高频图像')；
subplot(223);
image(cV);colormap(map);
title('db1垂直高频图像')；
subplot(224);
image(cD);colormap(map);
title('db1对角高频图像')；