基于小波的图像去噪matlab代码

基于小波的图像去噪是一种常用的图像处理方法，可以有效地去除图像中的噪声。在MATLAB中，可以使用Wavelet Toolbox来实现基于小波的图像去噪。下面是一个简单的示例代码：

% 读取待处理的图像
image = imread('input_image.jpg');

% 将图像转换为灰度图像
gray_image = rgb2gray(image);

% 设置小波去噪参数
wavelet_name = 'db4'; % 小波基函数选择
level = 5; % 分解层数
threshold_type = 'soft'; % 阈值处理类型
threshold_value = 0.1; % 阈值

% 进行小波分解
[c, s] = wavedec2(gray_image, level, wavelet_name);

% 对每个分解系数进行阈值处理
for i = 1:level
    % 获取当前分解层的系数
    [H, V, D] = detcoef2('all', c, s, i);
    
    % 对水平、垂直和对角系数进行阈值处理
    H = wthresh(H, threshold_type, threshold_value);
    V = wthresh(V, threshold_type, threshold_value);
    D = wthresh(D, threshold_type, threshold_value);
    
    % 更新分解系数
    c = [c; H(:); V(:); D(:)];
end

% 重构图像
denoised_image = waverec2(c, s, wavelet_name);

% 显示原始图像和去噪后的图像
subplot(1, 2, 1);
imshow(gray_image);
title('原始图像');
subplot(1, 2, 2);
imshow(denoised_image);
title('去噪后的图像');

这段代码使用了db4小波基函数进行5层的小波分解，并采用软阈值处理方法进行去噪。你可以根据需要调整小波基函数、分解层数和阈值等参数来适应不同的图像去噪任务。