小波图像去噪
[
返回输入图像的缩放和小波系数IMDEN
,DENOISEDCFS
,origcfs.
] = wdenoise2(___)origcfs.
使用任何前面的语法。
[
返回在最粗尺度上的近似系数的大小以及在所有尺度上的小波系数的大小。IMDEN
,DENOISEDCFS
,origcfs.
,年代
] = wdenoise2(___)年代
是一个与相同结构相同的矩阵年代
的输出wavedec2
.
[
返回循环旋转时沿行和列维度的移位。IMDEN
,DENOISEDCFS
,origcfs.
,年代
,转移
] = wdenoise2(___)转移
是2 -(numshifts + 1)2
矩阵的每一列转移
包含循环旋转和循环尺寸的行和列尺寸的换档numshifts
的价值CycleSpinning
.
wdenoise2 (___)
在没有输出参数的情况下,在当前图中绘制原始图像和去噪图像。
[1] Abramovich,F.,Y.Benjamini,D.L.Donoho,以及I. M. Johnstone。“通过控制虚假发现率来适应未知的稀疏性。”统计数据, Vol. 34, no . 2, pp. 584-653, 2006。
[2] Antoniadis,A.和G. Oppenheim,EDS。小波和统计数据.统计讲义。纽约:Springer Verlag,1995年。
[3] Donoho, D. L. <小波分析和WVD的进展:十分钟之旅>。小波分析及其应用进展(迈耶,S.罗克思编)。Gif-sur-Yvette: Editions Frontières, 1993。
[4] Donoho, D. L., i.m. Johnstone。“小波收缩的理想空间适应”。Biometrika,卷。81,pp。425-455,1994。
[5] DONOHO,D. L.“通过软阈值脱模去噪”。信息理论上的IEEE交易,第42卷,第3期,第613-627页,1995。
Donoho, D. L., i.m. Johnstone, G. Kerkyacharian和D. Picard。“小波收缩:Asymptopia ?”皇家统计社会杂志,B系列,第57卷,第2期,301-369页,1995。
约翰斯通,i.m.和B. W.西尔弗曼。干草垛中的针和稻草:可能稀疏序列的经验贝叶斯估计统计数据,卷。32,4,第4页,第1594-1649,2004。