matlab 小波变换处理二维图像代码

以下是使用MATLAB进行二维图像的小波变换处理的代码：

clear all; 
close all; 
clc; 

A = imread('poly.png'); % 读取图像
B = rgb2gray(A); % 将图像转换为灰度图像

% 小波压缩
\[C,S\] = wavedec2(B, 4, 'db1'); % 进行4级小波分解，使用db1小波基函数
Coeff_sort = sort(abs(C(:))); % 对小波系数进行排序

count = 1;
for keep = \[.1 .05 .01 .005\] % 设置不同的保留比例
    subplot(2,2,count)
    thresh = Coeff_sort(floor((1-keep)*length(Coeff_sort))); % 计算阈值
    index = abs(C) > thresh; % 根据阈值进行系数选择
    C_filter = C.*index; % 进行系数过滤
    Areacon = uint8(waverec2(C_filter, S, 'db1')); % 进行小波重建
    imshow(uint8(Areacon)) % 显示重建后的图像
    title(\['', num2str(keep*100),'%'\], 'FontSize',12)
    count = count+1;
end

set(gcf, 'Position', \[1750 100 1750 2000\]) % 设置图像窗口位置和大小

这段代码首先读取了一个二维图像，并将其转换为灰度图像。然后使用`wavedec2`函数对图像进行4级小波分解，使用db1小波基函数。接着对小波系数进行排序，并根据设定的保留比例计算阈值，然后根据阈值对小波系数进行选择和过滤。最后使用`waverec2`函数进行小波重建，并显示重建后的图像。
#### 引用[.reference_title]
- *1* [【图像分解】基于小波变换实现二维图像分解附matlab代码](https://blog.csdn.net/m0_60703264/article/details/129638818)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* *3* [二维离散小波变换及其在MATLAB数字图像处理中的应用](https://blog.csdn.net/code2day/article/details/129171006)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]