主要内容

wdencmp

去噪和压缩

所有的页面崩溃

语法

(XC、科学家、LXC、PERF0 PERFL2] = wdencmp (gbl (, X, wname, N,用力推,SORH, KEEPAPP)
(___]= wdencmp (wname‘gbl (C L, N,用力推,SORH, KEEPAPP)
(___)= wdencmp(“级”,X, wname, N,用力推,SORH)
(___]= wdencmp (wname“级”,C、L, N,用力推,SORH)

描述

例子

(XC,科学家,LXC,PERF0,PERFL2)= wdencmp (gbl (,X,wname,N,用力推,SORH,KEEPAPP)返回去噪和压缩版本XC输入数据的X得到的小波系数阈值使用全球积极的阈值用力推。X是一个实值向量或矩阵。(科学家,LXC)是N层次的小波分解结构XC(见wavedec或wavedec2的更多信息)。PERFL2和PERF0是l2分别规范恢复和压缩分数的百分比。如果KEEPAPP= 1,近似系数。如果KEEPAPP= 0,近似系数阈值。

(___)= wdencmp (gbl (,C,l,wname,N,用力推,SORH,KEEPAPP)使用小波分解结构(C,l)的去噪和数据压缩。

(___)= wdencmp(“级”,X,wname,N,用力推,SORH)用等级相关阈值用力推。近似系数。

(___)= wdencmp(“级”,C,l,wname,N,用力推,SORH)使用小波分解结构(C,l]。

例子

全部折叠

打开生活的脚本

使用Donoho-Johnstone全局阈值降噪一维电力消耗数据。

负载为去噪信号和选择一个段。

负载leleccum;indx = 2600:3100;x = leleccum (indx);

使用ddencmp确定默认全局阈值和消除干扰信号。绘制原始和去噪信号。

(用力推,sorh keepapp] = ddencmp (“窝”,西弗吉尼亚州的,x);xd = wdencmp (gbl(的,x,“db4”2用力推sorh keepapp);次要情节(211)情节(x);标题(原始信号的);次要情节(212)情节(xd);标题(的去噪信号);

图包含2轴对象。坐标轴对象1标题原始信号包含一个类型的对象。坐标轴对象2标题去噪信号包含一个类型的对象。

打开生活的脚本

在加性高斯白噪声降噪图像使用Donoho-Johnstone通用阈值。

加载图像并添加高斯白噪声。

负载sinsinY = X + 18 * randn(大小(X));

使用ddencmp获取阈值。

(用力推,sorh keepapp] = ddencmp (“窝”,西弗吉尼亚州的,Y);

降噪图像。使用4 Symlet和二级小波分解。画出原始图像,噪声图像和去噪结果。

xd = wdencmp (gbl(的,Y,“sym4”2用力推sorh keepapp);次要情节(2、2、1)显示亮度图像(X)标题(原始图像的次要情节(2,2,2)显示亮度图像(Y)标题(“嘈杂的图像”次要情节(2,2,3)显示亮度图像(xd)标题(”“去噪图像)

图包含3轴对象。坐标轴对象1标题原始图像包含一个类型的对象的形象。坐标轴对象2标题嘈杂的图像包含一个类型的对象的形象。坐标轴对象3标题包含一个类型的对象图像去噪图像。

输入参数

全部折叠

输入数据降噪或压缩,指定由一个实值向量或矩阵。

数据类型:双

小波扩张系数的数据被压缩或去噪,指定为一个实值向量。如果数据是一维的,C的输出是wavedec。如果数据是二维的,C的输出是wavedec2。

例子:[C、L] = wavedec (randn (1024), 3,“db4”)

数据类型:双

小波扩张系数大小的信号或图像压缩、去噪、指定为一个向量或矩阵的正整数。

的信号,l的输出是wavedec。的图片,l的输出是wavedec2。

例子:[C、L] = wavedec (randn (1024), 3,“db4”)

数据类型:双

小波,指定为一个特征向量或字符串标量,用于去噪和压缩。看到wavemngr为更多的信息。wdencmp使用wname生成N层次的小波分解X。

小波分解,指定为一个正整数。

适用于小波系数阈值,指定为一个标量,实值向量,或实值矩阵。

  • 的情况下gbl(的,用力推是一个标量。

  • 为一维的情况“lvd”选项,用力推是一个长度N实值向量包含等级相关阈值。

  • 对于二维的情况“lvd”选项,用力推是一个3×-N包含等级相关阈值矩阵的三个方向:水平、垂直和对角线,。

数据类型:双

类型的阈值来执行:

  • “年代”——软阈值

  • “h”——硬阈值

看到wthresh为更多的信息。

阈值近似设置,指定为0或1。如果KEEPAPP = 1,近似系数不能阈值。如果KEEPAPP = 0,近似系数阈值。

数据类型:双

输出参数

全部折叠

去噪或压缩数据,作为一个实值向量或矩阵返回。XC和X有相同的尺寸。

小波的扩张系数去噪或压缩数据XC,作为一个实值向量返回。LXC包含系数的数量水平。

小波去噪的膨胀系数的大小或压缩数据XC返回向量或矩阵的正整数。如果数据是一维的,LXC是一个向量的正整数(见wavedec的更多信息)。如果数据是二维的,LXC是一个矩阵的正整数(见wavedec2的更多信息)。

压缩得分,作为一个实数返回。PERF0是阈值的比例系数为0。

PERFL2= 100 *(矢量模科学家/矢量模C)2如果[C、L]表示的小波分解结构X。

如果X一维信号吗“wname”正交小波,PERFL2减少到

One hundred. 为 X C 为 2 为 X 为 2

算法

去噪和压缩过程包含三个步骤:

  1. 分解。

  2. 阈值。

  3. 重建。

这两个过程在步骤2中不同。在压缩,每一层的小波分解,选择一个阈值和硬阈值应用于细节系数。

引用

[1]德沃尔,r。,B. Jawerth, and B. J. Lucier. “Image Compression Through Wavelet Transform Coding.”IEEE信息理论。38卷,第二,1992年,页719 - 746。

[2]Donoho, d . l .“小波分析和项的进展:一百一十分钟之旅。”小波分析及其应用的进展(y . Meyer,罗克,eds)。温度:版本Frontieres, 1993。

[3]Donoho, d . L。,和我。M. Johnstone. “Ideal Spatial Adaptation by Wavelet Shrinkage.”生物统计学。81卷,425 - 455年,1994页。

[4]Donoho, d . L。,我。M. Johnstone, G. Kerkyacharian, and D. Picard. “Wavelet Shrinkage: Asymptopia?”英国皇家统计学会杂志》上,B系列57卷2号,第369 - 301页,1995年。

[5]Donoho, d . L。,和我。M. Johnstone. “Ideal denoising in an orthonormal basis chosen from a library of bases.”c . r .学会科学。巴黎,爵士。我卷,319年,第1322 - 1317页,1994年。

[6]Donoho, d . l .“通过对振动去噪”。IEEE信息理论。42卷,3号,第627 - 613页,1995年。

扩展功能

版本历史

之前介绍过的R2006a

另请参阅

功能

应用程序