MATLAB实现对一个图像利用小波变换进行去噪处理

MATLAB提供了丰富的小波变换函数，可以方便地对图像进行去噪处理。以下是一个简单的示例代码，它使用小波变换将图像进行多尺度分解，并对每个尺度的小波系数进行软阈值去噪：

% 读入图像
img = imread('lena.png');
% 小波变换的级数
level = 4;
% 选择小波基函数
wname = 'sym4';
% 多尺度分解
[c, s] = wavedec2(img, level, wname);
% 每个尺度的小波系数
ca = appcoef2(c, s, wname, level);
cd = detcoef2('all', c, s, level);
% 软阈值去噪
for i = 1:length(cd)
    cd{i} = wthresh(cd{i}, 's', sqrt(2*log(length(cd{i}))));
end
% 重构图像
cnew = [ca; cd];
img_new = waverec2(cnew, s, wname);
% 显示结果
imshowpair(img, img_new, 'montage');

在上述代码中，`wavedec2`函数进行多尺度小波分解，`appcoef2`和`detcoef2`函数分别提取出每个尺度的低频系数和高频系数，`wthresh`函数进行软阈值去噪，`waverec2`函数进行小波重构。软阈值的阈值可以根据实际情况进行调整，通常可以选择一个与噪声水平相关的自适应阈值。