小波灰度图像去噪matlab代码

小波去噪法是一种常用的图像去噪方法。下面是一段基于MATLAB的小波灰度图像去噪代码：

1.读取图像：使用imread函数读取待去噪的图像。

2.设置小波函数：使用wname函数设置小波函数，如'db6'等。

3.进行小波变换：使用wavedec2函数对图像进行二维小波分解。

4.设置阈值：设置小波系数的阈值，选择一个合适的阈值可以有效去除噪声，保留信号。

5.去噪处理：使用wthresh函数对小波系数进行硬阈值或软阈值处理，去除小于阈值的系数。

6.反向小波变换：使用waverec2函数对处理后的小波系数进行反向二维小波变换，得到去噪后的图像。

具体代码如下：

% 读取图像
img = imread('img.jpg');
% 设置小波函数
wname = 'db6';
% 进行小波变换
[c, s] = wavedec2(img, 3, wname);
% 设置阈值
thr = wthrmngr('dw2dcomp', c, s, 2);
% 去噪
c_hard = wthresh(c, 'h', thr);
% 反向小波变换
img_denoised = waverec2(c_hard, s, wname);
% 显示原图和去噪后的图像
figure;
subplot(1, 2, 1);
imshow(img);
title('原图');
subplot(1, 2, 2);
imshow(img_denoised);
title('去噪后的图像');

通过这段代码，我们可以较好地去除图像的噪声，保留信号，得到更加清晰的图像。当然，根据图像的不同噪声特点及需要，还可对小波函数种类、小波分解层数、阈值等进行相应的调整。