load?facets
nbc=size（map1）;
subplot（221）image（wcodemat（Xnbc））
%title（‘原始圖像‘）；
init=2055615866;randn（‘seed‘init）;
x=X/18+randn（size（X））;
subplot（222）image（wcodemat（xnbc））
%title（‘噪聲圖像‘）
%使用db1執(zhí)行2層小波
%t=wpdec2（x2‘db1‘）;
%畫出小波包的四叉樹
%plot（t）
%分解小波包結(jié)點（2，0）
[tcAcHcD]=wpsplt（x[10]）;
plot（t）
%畫出小波包樹tree
%由第一層的高頻系數(shù)估計噪聲的標準差
det1=[wpcoef（t2）‘;wpcoef（t3）‘;wpcoef（t4）];
sigma=median（abs（det1（:）））/0.6745;
%使用wpbmpen進行全閾值選擇
alpha=1.1;%其值>1典型只值為2
thr=wpbmpen（tsigmaaipha）
%使用wpdencmp函數(shù)采用上面的閾值和軟閾值處理方式保存低頻進行圖像降噪
keepapp=1;%=1即低頻系數(shù)不能進行閾值處理
xd=wpdencmp（t‘s‘‘nobest‘thr.keepapp）;

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


%繪制各分解系數(shù)圖像
figure（2）;
subplot（221）;
image（cA）;colormap（map）;
title（‘db1低頻系數(shù)圖像‘）;
subplot（222）;
image（cH）;colormap（map）;
title（‘db1水平高頻圖像‘）;
subplot（223）;
image（cV）;colormap（map）;
title（‘db1垂直高頻圖像‘）;
subplot（224）;
image（cD）;colormap（map）;
title（‘db1對角高頻圖像‘）;

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????1097??2009-06-11?17:51??基于小波包圖像去噪\test.m

?????文件????????160??2007-04-19?16:31??基于小波包圖像去噪\二維小波包分解.m

?????文件????????223??2009-06-11?17:45??基于小波包圖像去噪\二維小波包重構(gòu).m

?????文件?????289350??2009-06-11?12:23??基于小波包圖像去噪\冒頂區(qū)1.bmp

?????目錄??????????0??2009-08-16?22:20??基于小波包圖像去噪

-----------?---------??----------?-----??----

???????????????290830????????????????????5