【正文】 ，然后對小波去噪時(shí)各種參數(shù)設(shè)置進(jìn)行了詳細(xì)的對比研究，最后用MATLAB語言對小波去噪進(jìn)行仿真。MATLAB工具箱提供了函數(shù)wnoise以實(shí)現(xiàn)為檢驗(yàn)小波去噪性能產(chǎn)生測試噪聲。3.[X,XN] = wnoise(FUN,N,SQRT_SNR,INIT)使用初始值INIT產(chǎn)生含噪信號(hào)。 init = 2055615866。subplot(221), plot(xref), axis([1 2048 10 10])。Original signal39。 subplot(223), plot(x), axis([1 2048 10 10])。Noisy signal Signal to noise ratio = 39。 圖43所示就是以上語句為產(chǎn)生的測試信號(hào)圖形。其語法格式為：[XD,CXD,LXD] = wden(X,TPTR,SORH,SCAL,N,39。)[XD,CXD,LXD] = wden(C,L,TPTR,SORH,SCAL,N,39。)（1）[XD,CXD,LXD] = wden(X,TPTR,SORH,SCAL,N,39。)對輸入信號(hào)X進(jìn)行去噪處理，返回經(jīng)過處理的信號(hào)XD，以及XD的小波分解結(jié)構(gòu)[CXD,LXD]。wname39。各參數(shù)的選擇對比如下：1．四種閾值選取方式的對比（TPTR的設(shè)置）根據(jù)基本的噪聲模型，程序中使用四種規(guī)則來選取閾值，每一種規(guī)則的選取有參數(shù)TPTR決定。對一個(gè)給定的閾值t，得到他的似然估計(jì)，再將非似然t最小化，就得到了所選的閾值，它是一種軟件閾值估計(jì)器。（3）TPTR=‘heursure’事前兩種閾值的綜合，是最優(yōu)預(yù)測變量閾值選擇。（4）TPTR=‘minimaxi’采用的是一種極大極小原理，它產(chǎn)生一個(gè)最小均方誤差值，而不是無誤差。因?yàn)楸幌氲男盘?hào)可以看作與未知回歸函數(shù)的估計(jì)式相似，這種極值估計(jì)器可以在一個(gè)給定的函數(shù)集中實(shí)現(xiàn)最大均方誤差最小化。 init = 2055615866。lev = 5。rigrsure39。s39。sln39。sym839。subplot(221), plot(xd), axis([1 2048 10 10])。 rigrsure 39。 xd = wden(x,39。,39。,39。,lev,39。)。 title(39。)。sqtwolog39。s39。sln39。sym839。subplot(223), plot(xd), axis([1 2048 10 10])。 sqtwolog 39。xd = wden(x,39。,39。,39。,lev,39。)。 title(39。)。sym839。xd = wden(c,l,39。,39。,39。,lev,39。)。圖44 MATLAB中的4種閥值選取方式對比可以看出，固定閾值形式（sqtwolog）和啟發(fā)式閾值（heuesure）的去噪更徹底，而由于rigrsure和minimaxi閾值選取規(guī)則較為保守（閾值較?。?，導(dǎo)致只有部分系數(shù)置零噪聲去除不徹底。在硬閾值處理中，由于收縮函數(shù)的不連續(xù)性，會(huì)在恢復(fù)的信號(hào)中產(chǎn)生一些人為的“噪聲點(diǎn)”。在MATLAB語句中，SORH=‘s’，則為軟閾值處理,向量X為待處理的信號(hào)。一般來說，用硬閾值處理后的信號(hào)比用軟閾值處理后的信號(hào)更為粗糙。 init = 2055615866。thr = 。h39。% 作用軟閾值 xtsoft = wthresh(x,39。,thr)。title(39。)。title(39。)。圖44 軟門限閥值和硬門限閥值處理比較實(shí)驗(yàn)表明，軟門限閾值處理方式一般能夠取得更為平滑和理想的去噪效果。具體選擇可以根據(jù)實(shí)際需要決定，在我們的實(shí)驗(yàn)中選擇的是sym8(光滑的緊支撐雙正交小波)。取出其相應(yīng)偏差值取其平均值，然后根據(jù)偏差趨勢，補(bǔ)出其相應(yīng)缺失的線。temp_line = 0。amp。 } else if([temp_line] != 0 amp。 [temp_line] == (point 1))//右邊丟失 {Middle[temp_line]=(int)((Middle[temp_line+1]+(Rate*([temp_line][temp_line+1]))))。amp。 } else //兩行全丟失保持 { Middle[temp_line] = Middle[temp_line+1]。amp。amp。temp_i line。 } } if( (line 3) amp。 = 22)//近處幾行丟失補(bǔ)出來 { for(temp_j = ( + 3)。temp_j++) { [temp_j] = 2 * [temp_j 1] [temp_j 2]。amp。amp。temp_line = 0。amp。 }else if([temp_line] != 0 amp。 [temp_line] == (point 1)) {Middle[temp_line]=(int)((Middle[temp_line+1]+(Rate*([temp_line][temp_line+1]))))。amp。 } else { Middle[temp_line] = Middle[temp_line+1]。temp_line ( + 2)。 } } else//左右起始行不在同一行 且無法先下補(bǔ)線 { for(temp_line = ( + 2)。temp_line) { if([temp_line] == 0 amp。 [temp_line] != (point 1)) { Middle[temp_line]=(int)((Middle[temp_line+1]+(Rate*([temp_line][temp_line+1]))))。amp。 } else if([temp_line] != 0 amp。 [temp_line] != (point 1)) { Middle[temp_line] = (int)(([temp_line] + [temp_line]) / 2)。 } } for(temp_line = (line 1)。temp_line)//近處沒有線的直接補(bǔ)出來 { Middle[temp_line] = Middle[ + 2]。amp。 for(temp_line = (line 2)。temp_line) { if([temp_line] == 0) Middle[temp_line] = Middle[temp_line + 1]。 } } else if(( == 0) amp。 ( = 22))//只有一邊的線完整 { Middle[line 1] = [line 1] 50。temp_line = 0。 else Middle[temp_line]=(int)((Middle[temp_line+1]+(Rate*([temp_line][temp_line+1]))))。temp_line = 。 } for(temp_line = ( 1)。temp_line) { if([temp_line] == 0 amp。 [temp_line] != (point 1))//左邊丟失 {Middle[temp_line]=(int)((Middle[temp_line+1]+(Rate*([temp_line][temp_line+1]))))。amp。 } else if([temp_line] != 0 amp。 [temp_line] != (point 1))//正常 {Middle[temp_line] = ([temp_line] + [temp_line]) / 2。 } } } else { for(temp_line = (line 1)。temp_line)//補(bǔ)出來的線可能會(huì)有0 或是 point 1 { Middle[temp_line] = (int)(([temp_line] + [temp_line]) / 2)。temp_line = 0。amp。 } else if([temp_line] != 0 amp。 [temp_line] == (point 1))//右邊丟失 { Middle[temp_line]=(int)((Middle[temp_line+1]+(Rate*([temp_line][temp_line+1]))))。amp。 } else //全丟失保持 { Middle[temp_line] = Middle[temp_line+1]。 } //qulv = Qulv()。} 小結(jié) 本章簡單概述了程序的總體設(shè)計(jì)方案，主要針對二值化，去噪，以及補(bǔ)線程序設(shè)計(jì)做了比較細(xì)致的設(shè)計(jì)說明，經(jīng)測試驗(yàn)證該軟件設(shè)計(jì)基本滿足要求。 %文件個(gè)數(shù)NumSum = 0。.txt39。 %39。的ASCIIhold on。 TXTName = strcat(CurrentTXTNum,TXTSuffix)。 %mod 對10取余 TXTName = strcat(49,CurrentTXTNum,TXTSuffix)。 %打開第TXTName個(gè)文件 [RevDate,DataNum] = fscanf(in,39。)。%關(guān)閉文件 LastNumSum = NumSum + 1。 DataIndex = 1:DataNum。 y = RevDate(DataIndex)。.39。endaxis([0 4000 0 255])。% % Image = imread(39。)。% ImageGray = rgb2gray(Image)。NumSum = 0。.txt39。 %39。的ASCIICurrentTXTNum = 49。 %合并字符串in = fopen(TXTName)。 %d39。 %讀取數(shù)據(jù)fclose(in)。CRevDate = CRevDate39。figure,imshow(U8date)。sobel39。figure,imshow(BW)。sobel39。 邊界扣取仿真結(jié)果 仿真結(jié)果如圖53和54所示：圖53 扣取出的直道灰度圖像圖54 扣取出的直道二值化圖像 補(bǔ)線后效果根據(jù)扣取的結(jié)果分析得實(shí)驗(yàn)的結(jié)果基本滿足要求。下面是補(bǔ)線后的數(shù)據(jù)在直道時(shí)和在彎道時(shí)一場數(shù)據(jù)的情況。 小結(jié)通過實(shí)驗(yàn)和小車的實(shí)際運(yùn)行結(jié)果分析，無論是圖像的二值化、去噪還是補(bǔ)線效果都滿足設(shè)計(jì)要求。對去噪效果分析：根據(jù)小波去噪的原理，在小車實(shí)際的設(shè)計(jì)過程中去噪效果滿足要求。53結(jié)　論畢業(yè)論文是本科學(xué)習(xí)階段一次非常難得的理論與實(shí)際相結(jié)合的機(jī)會(huì)，通過這次比較完整的圖像處理在智能車路徑識(shí)別中的應(yīng)用的設(shè)計(jì)，我擺脫了單純的理論知識(shí)學(xué)習(xí)狀態(tài)，和實(shí)際設(shè)計(jì)的結(jié)合鍛煉了我的綜合運(yùn)用所學(xué)的專業(yè)基礎(chǔ)知識(shí)，對局部的取舍，以及對細(xì)節(jié)的斟酌處理，都使我的能力得到了鍛煉，經(jīng)驗(yàn)得到了豐富，并且意