实验二-图像小波变换

小波变换及应用-实验二实验要求：对图像进行二维离散小波变换，变换级数大于等于3级，然后进行阈值化处理（阈值约为10左右），在统计系数中0的个数（百分比表示）并进行重构，最后计算重构图像的峰值信噪比（PSNR）。实验内容：x=imread('lena.bmp');%从Workspace看到文件已经是256*256的规范文件subplot(3,3,1);imshow(x);title('原图');x=double(x);%将图像矩阵的uint8类型元素，转换为double型[c,s]=wavedec2(x,3,'sym4');%使用小波函数sym4对二维信号进行3层分解thr=10;%设置阈值为10xc=wdencmp('gbl',x,'sym4',3,thr,'h',1);%全局阈值去噪subplot(332),imshow(uint8(xc));title('全局阈值去噪');%系数c含有71542个元素，都是小数。为此，进行取整，得到CC=round(c(:));%对c取整，得到Csum(C(:)==0)%统计C中0的个数ans=12751；a1=wrcoef2('a',c,s,'sym4',1);%提取小波分解中第一层的低频图像，实现了低通滤波a2=wrcoef2('a',c,s,'sym4',2);%提取小波分解中第二层的低频图像，实现了低通滤波a3=wrcoef2('a',c,s,'sym4',3);%提取小波分解中第三层的低频图像，实现了低通滤波subplot(332),imshow(uint8(a1));%显示第一次低通滤波后的图像a1subplot(333),imshow(uint8(a2));%显示第一次低通滤波后的图像a2subplot(334),imshow(uint8(a3));%显示第一次低通滤波后的图像a3%构造信噪比公式function[PSNR,mse]=psnr(X,Y)ifnargin2,D=X;elseifany(size(X)~=size(Y)),error('');endD=X-Y;endmse=sum(D(:).*D(:))/prod(size(X));PSNR=10*log10(255^2/mse);%带入两个图像矩阵，计算去噪后图像的信噪比PSNR=psnr(xc,x);%PSNR=39.063057357916660