【正文】 )。 subplot(1,2,2)。,X)。 %================================ %采用默認的全局閾值對圖像進行壓縮 [thr,sorh,keepapp,crit]=ddencmp(39。 image(X)。壓縮后保留能量百分比： 39。 disp(39。 title(39。,2,thr,sorh,keepapp)。 %============================== %進行壓縮處理：對所有高頻系數(shù)進行同樣的閾值量化處理 [Xcmp,cxc,lxc,perf0,perfl2]=wdencmp(39。cmp39。 %============================== %首先利用小波 db3對圖像 X進行 2層分解 [c,l]=wavedec2(X,2,39。 title(39。 89 90 壓縮前圖像的大?。? Name Size Bytes Class Attributes X 256x256 524288 double 第一次壓縮圖像的大?。? Name Size Bytes Class Attributes ca1 135x135 145800 double 第二次壓縮圖像大小： Name Size Bytes Class Attributes ca2 75x75 45000 double 91 %裝載并顯示原始圖像 load flujet。 ?二維小波的重構圖像信號 根據(jù)小波分解后的第 N層近似（低頻系數(shù)）和經過閾值量化處理后的各層細節(jié)（高頻系數(shù)），來計算二維信號的小波重構。 ?總結：前 5種，會存在一定的冗余，因此在任意一種模式中，在逆變換中都能確保對信號和圖像的完全重構。其缺點是在邊界處人為地制造了不連續(xù)性。該方法通常對光滑信號較為有效。其缺點是人為地在邊界處制造了不連續(xù)。 對量化的系數(shù)進行小波重構。 66 67 68 閾值選取規(guī)則 ?命令： wthresh ?格式： yt=wthresh(y,sorh,thr) ?說明：該函數(shù)根據(jù)參數(shù) sorh的取值返回輸入分解系數(shù)的軟閾值或硬閾值。在進行閾值量化處理時可用函數(shù) wthresh。 (5)其他同 wden參數(shù) 65 小波分析進行消噪處理 3種方法 ?默認閾值消噪處理。 scal=‘mln’ 非白噪聲的基本模式，且在每個不同的小波分解層次上都估計噪聲的層次，以此來變換閾值的尺度。 ?如果一個信號在不同的尺度上都相似于它本身，那么，其“自相似指數(shù)”，或者小波系數(shù)在不同的尺度上也是相似的。 ?比較而言，采用局部邊緣進行檢測更具有優(yōu)越性。 0x 00( , )xy00( , ) 0fW x yy? ??00( , )xy0yy?0y y 0 0 0( , ) ( , )ffW x y W x y?00( , )xy00( , )fW x yy??51 ?定理：設 為一嚴格的整數(shù)， 為具有 階消失矩、 次連續(xù)可微和緊支集的小波， （ 為某一實數(shù)區(qū)間） ,若存在尺度 ，使得 ， 沒有局部極大值點，則在區(qū)間 上是一致 Lipschitz （ 為任一小的正數(shù)）。 ?在原始信號圖像上，無法得知原始信號導數(shù)的不連續(xù)性。 ?信號的連續(xù)性（即信號的奇異性）分析、信號的頻率譜分析和幅值譜分析不可或缺。39。,2)。 V2 = wrcoef2(39。h39。,C,S,39。39。,1)。 H1 = wrcoef2(39。a39。 cD1 = detcoef2(39。,C,S,1)。d39。 cV2 = detcoef2(39。,2)。39。 ?應用： Xsyn = idwt2(cA1,cH1,cV1,cD1,39。)。39。) 32 A p p r o x i m a t i o n A 150 100 150 200 25050100150200250H o r i z o n t a l D e t a i l H 150 100 150 200 25050100150200250V e r t i c a l D e t a i l V 150 100 150 200 25050100150200250D i a g o n a l D e t a i l D 150 100 150 200 2505010015020025033 二維逆變換 ?命令： idwt2 ?格式： 1. X = idwt2(cA1,cH1,cV1,cD1,39。)subplot(2,2,4)。) subplot(2,2,3)。) subplot(2,2,2)。 subplot(2,2,1)。39。,1)。 ?V1 = upcoef2(39。h39。,cA1,39。 colormap(map)。cV1垂直 。db139。,2)。 ?D2=wrcoef(39。d39。,C,L,39。 cD2=detcoef(C,L,2)。 0 500 1000 1500 2022 2500 3000 3500 4000 2 0 00200400600800100012001400160016 低頻系數(shù)提取 ?命令： appcoef ?格式： 1. A=appcoef(C,L,’wname’,N) 2. A=appcoef(C,L,’wname’) 3. A=appcoef(C,L,Lo_R,Hi_R,N) 4. A=appcoef(C,L, Lo_R,Hi_R) 17 高頻系數(shù)提取 ?命令： detcoef ?格式：