matlab小波变换软硬阈值去噪

小波变换是一种信号处理技术，可以将信号分解成不同频率的子信号。小波变换可以用于信号去噪，其中软阈值和硬阈值是两种常见的去噪方法。下面是MATLAB中使用小波变换进行软硬阈值去噪的示例代码：

% 读取图像
img = imread('lena.png');
% 将图像转换为灰度图像
img = rgb2gray(img);
% 添加高斯白噪声
noisy_img = imnoise(img, 'gaussian', 0, 0.01);
% 进行小波变换
[c, l] = wavedec2(noisy_img, 2, 'db4');
% 计算软阈值和硬阈值
soft_thresh = wthcoef2('s', c, l, 2);
hard_thresh = wthcoef2('h', c, l, 2);
% 进行软阈值去噪
soft_denoised = waverec2(soft_thresh, l, 'db4');
% 进行硬阈值去噪
hard_denoised = waverec2(hard_thresh, l, 'db4');
% 显示结果
subplot(2, 2, 1), imshow(img), title('Original Image');
subplot(2, 2, 2), imshow(noisy_img), title('Noisy Image');
subplot(2, 2, 3), imshow(soft_denoised), title('Soft Thresholding');
subplot(2, 2, 4), imshow(hard_denoised), title('Hard Thresholding');

该代码将读取名为“lena.png”的图像，并将其转换为灰度图像。然后，它将在图像中添加高斯白噪声。接下来，它将对图像进行小波变换，并计算软阈值和硬阈值。最后，它将使用软阈值和硬阈值对图像进行去噪，并显示结果。