基于小波变换的图像去噪matlab代码

基于小波变换的图像去噪通常使用MATLAB的Wavelet Toolbox。以下是一个简单的示例，展示了如何使用Haar小波对图像进行硬阈值去噪：

% 加载图像
img = imread('your_image.jpg'); % 替换为你要处理的图片文件名

% 对图像进行离散小波变换
[wavelet, levels] = wavedec2(img, 2); % 使用2级Haar分解，可以调整级数深度

% 定义阈值函数 (这里使用简单硬阈值)
threshold = 0.5 * std(wavelet(:)); % 阈值可以根据需要调整

% 应用阈值
for i = levels:-1:1
    wavelet(i,:) = sign(wavelet(i,:)) .* max(abs(wavelet(i,:)) - threshold, 0);
end

% 重构图像
denoised_img = waverec2(wavelet, levels);

% 显示原图和去噪后的图像
subplot(1,2,1), imshow(img), title('Original Image');
subplot(1,2,2), imshow(denoised_img), title('Denoised Image');

这个例子中，`wavedec2`函数用于进行小波分解，`waverec2`用于重构图像。`sign`, `max`, 和 `abs` 函数用于执行硬阈值操作。

注意，实际应用中可能需要根据噪声特性、图像内容和阈值选择方式进行调整。此外，还有其他类型的阈值策略如软阈值、Bayesian阈值等可以选择。