小波变换图像去噪matlab代码

下面是一个简单的小波去噪Matlab代码，其中使用了基于软阈值的小波去噪方法。

% 读入图像
img = imread('image.png');

% 将图像转换为双精度浮点型
img = im2double(img);

% 执行小波变换
[cA, cH, cV, cD] = dwt2(img, 'haar');

% 设置阈值
threshold = 0.1;

% 对每个小波系数进行软阈值处理
cA = wthresh(cA, 's', threshold);
cH = wthresh(cH, 's', threshold);
cV = wthresh(cV, 's', threshold);
cD = wthresh(cD, 's', threshold);

% 执行小波逆变换
denoisedImg = idwt2(cA, cH, cV, cD, 'haar');

% 显示去噪后的图像
imshow(denoisedImg);

在上述代码中，我们首先读入图像，并将其转换为双精度浮点型。然后，我们执行小波变换，使用haar小波函数生成4个小波系数：近似系数（cA）、水平细节系数（cH）、垂直细节系数（cV）和对角细节系数（cD）。

接下来，我们设置一个阈值，然后对每个小波系数进行软阈值处理。最后，我们执行小波逆变换，将处理后的系数合并为一幅图像，并将其显示出来。

需要注意的是，本代码只是一个简单的小波去噪示例，实际应用中需要根据具体情况选择适当的小波函数、阈值和软阈值处理方法。