使用小波分析的各类函数对信号图像进行消噪(含数据以及图像)珍贵版

1、用sym6和db6小波对信号y1进行5层分解。其中信号y1是由正余弦信号y和白噪声信号s构成。选用sure阈值模式。Wden函数是对一维信号的小波进行消噪处理。xd=wden(x,tptr,sorh,scal,n,wname)X即为将要去噪的信号。tptr为所选用的sure阈值模式。sorh为函数选择阈值使用方式，其中s表示软阈值，h为硬阈值。输入参数scal规定阈值处理随噪声水平变化。scal=one,不随噪声水平变化。scal=sln,根据第一层小波分解的噪声水平估计进行调整。scal=mln根据每一层小波分解的噪声水平估计进行调整。对于函数heursure为启发式阈值，rigrsure为

2、stein无偏估计，sqtwolog 为固定式阈值 minimaxi为极大值极小值阈值。应用小波分析对信号去噪的程序如下：t=0:0.001:1f1=5;f2=20;y=3*sin(2*pi*f1*t)+5*cos(5*pi*f2*t)s1=randn(1,length(y)s=y+s1subplot(211);plot(t,s);grid on;lev=5;xdH=wden(s,'heursure','s','sln',lev,'sym6');xdR=wden(s,'rigrsure','s',&

3、#39;sln',lev,'sym6');xdS=wden(s,'sqtwolog','s','sln',lev,'sym6');xdM=wden(s,'minimaxi','s','sln',lev,'sym6');subplot(5,2,1);plot(y);title('原始信号')axis(1,2048,-10,10);subplot(5,2,2);plot(s);title('有噪信号')axis(1,

4、2048,-10,10);subplot(5,2,3);plot(xdH);xlabel('heursure阈值消噪处理后的信号')axis(1,2048,-10,10);subplot(5,2,4);plot(xdR);xlabel('rigrsure阈值消噪处理后的信号')axis(1,2048,-10,10);subplot(5,2,5);plot(xdS);xlabel('sqtwolog阈值消噪处理后的信号')axis(1,2048,-10,10);subplot(5,2,6); plot(xdM);xlabel('minima

5、xi阈值消噪处理后的信号')Subplot(5,2,7);plot(y-xdH);xlabel('heursure阈值消噪后与原信号比较')subplot(5,2,8);plot(y-xdR);xlabel('rigrsure阈值消噪后与原信号比较')subplot(5,2,9);plot(y-xdS);xlabel('sqtwolog阈值消噪后与原信号比较')subplot(5,2,10);plot(y-xdM);xlabel('minimaxi阈值消噪后与原信号比较')A=var(y-xdH) B=var(y-xdR)

6、C=var(y-xdS)D=var(y-xdM)A = 0.2415B = 0.2421C = 2.2178D = 1.0703各信号图形如下： 当采用db6作为小波时：t=0:0.001:1f1=5;f2=20;y=3*sin(2*pi*f1*t)+5*cos(5*pi*f2*t)s1=randn(1,length(y)s=y+s1subplot(211);plot(t,s);grid on;lev=3;xdH=wden(s,'heursure','s','sln',lev,'db6');xdR=wden(s,'rigr

7、sure','s','sln',lev,'db6');xdS=wden(s,'sqtwolog','s','sln',lev,'db6');xdM=wden(s,'minimaxi','s','sln',lev,'db6');subplot(5,2,1);plot(y);title('原始信号')axis(1,2048,-10,10);subplot(5,2,2);plot(s);title(&#

8、39;有噪信号')axis(1,2048,-10,10);subplot(5,2,3);plot(xdH);xlabel('heursure阈值消噪处理后的信号')axis(1,2048,-10,10);subplot(5,2,4);plot(xdR);xlabel('rigrsure阈值消噪处理后的信号')axis(1,2048,-10,10);subplot(5,2,5);plot(xdS);xlabel('sqtwolog阈值消噪处理后的信号')axis(1,2048,-10,10);subplot(5,2,6); plot(xdM

9、);xlabel('minimaxi阈值消噪处理后的信号')Subplot(5,2,7);plot(y-xdH);xlabel('heursure阈值消噪后与原信号比较')subplot(5,2,8);plot(y-xdR);xlabel('rigrsure阈值消噪后与原信号比较')subplot(5,2,9);plot(y-xdS);xlabel('sqtwolog阈值消噪后与原信号比较')subplot(5,2,10);plot(y-xdM);xlabel('minimaxi阈值消噪后与原信号比较')A=var

10、(y-xdH) B=var(y-xdR)C=var(y-xdS)D=var(y-xdM) A = 0.3059B = 0.3246C = 1.3149D = 0.7510各信号图形如下： 应用小波分析，采用sym6小波，进行5层分解去噪的图形如下：下图为全分解模式：对信号进行去噪，图形如下：红色为原始信号，黄色为去噪后的信号。对于阈值的数据分析如下表:50.1370.108【0.6120.51110.5263】0.0078【0.60110.50890.5261】0.049【0.6010.50950.526】42.0730.420【0.37750.29480.3211】4.416【1.0140.

11、97560.9115】6.146【1.2891.2581.16】31.1281.880【0.7020.54250.588】0.445【0.50630.45990.4496】0.008【0.48490.40260.4188】 20.090.114【0.60160.50760.5264】0.041【0.60070.50850.526】0.025【0.60050.50630.5258】10.1880.078【0.59930.50870.5253】0.031【0.59810.50950.5264】0.287【0.60180.51380.5267】标准差：0.6013 中间绝对值偏差：0.5119 中值

12、偏差：0.5264点击residuals,查看小波去噪后的残差数据：得到的最理想数据如下：对信号进行去噪，图形如下：对于阈值的数据分析如下表: 0.1370.108【0.6242 0.5786 0.5497】0.078 【0.624 0.5796 0.5495】0.049 【0.6239 0.5816 0.5493】2.0730.420 【0.3702 0.2797 0.3102】4.146 【0.958 0.9358 0.8588】6.146 【1.274 1.244 1.141】1.1281.880 【0.7269 0.6126 0.6323】0.445 【0.5421 0.4862 0.

13、4796】0.008 【0.5184 0.4252 0.4436】0.090.114 【0.6247 0.5846 0.5503】0.041 【0.6236 0.5768 0.5486】0.025 【0.6234 0.5755 0.5484】0.1880.078 【0.6223 0.583 0.5486】0.031 【0.6211 0.5921 0.5484】0.287 【0.6248 0.5794 0.5501】标准差为：0.6243 中间绝对值偏差:0.5815 中值偏差:0.5498 点击residuals,查看使用db小波去噪后的残差数据：得到的最理想数据如下：比较使用sym和db两个

14、小波基函数得到的数据：50.1370.108【0.6120.51110.5263】0.0078【0.60110.50890.5261】0.049【0.6010.50950.526】42.0730.420【0.37750.29480.3211】4.416【1.0140.97560.9115】6.146【1.2891.2581.16】31.1281.880【0.7020.54250.588】0.445【0.50630.45990.4496】0.008【0.48490.40260.4188】 20.090.114【0.60160.50760.5264】0.041【0.60070.50850.526】

15、0.025【0.60050.50630.5258】10.1880.078【0.59930.50870.5253】0.031【0.59810.50950.5264】0.287【0.60180.51380.5267】标准差：0.6013 中间绝对值偏差：0.5119 中值偏差：0.52640.1370.108 【0.6242 0.5786 0.5497】0.078 【0.624 0.5796 0.5495】0.049 【0.6239 0.5816 0.5493】2.0730.420 【0.3702 0.2797 0.3102】4.146 【0.958 0.9358 0.8588】6.146 【1.274 1.244 1.141】1.1281.880 【0.7269 0.6126 0.6323】0.445 【0.5421 0.4862 0.4796】0.