贝叶斯图像去噪

%bayes门限去噪主程序-----------------------------------------------
%小波去噪，是一个自适应阈值算法，具有较高的SNR，目前来说它去噪较优算法
wave_name=‘coif5‘;
I=imread（‘1.jpg‘）;
subplot（221）;
imshow（I）; title（‘原来的图像‘）;
J=imnoise（I‘gaussian‘00.01）;    %对给定图像加高斯白色噪声。
subplot（222）; 
imshow（J）;
title（‘添加高斯噪声后的图像‘）;
J=double（J）;
r1=1;
r2=1;
[t1t2t3t4]=dwt2（Jwave_name）;


t2=bayes_thr（t2）;
t3=bayes_thr（t3）;
t4=bayes_thr（t4）;

%-------------------level 2--------------------
[t1_1t1_2t1_3t1_4]=dwt2（t1wave_name）;

t1_2=bayes_thr（t1_2）;
t1_3=bayes_thr（t1_3）;
t1_4=bayes_thr（t1_4）;

%--------------level 3---------------------------
[t3_1t3_2t3_3t3_4]=dwt2（t1_1wave_name）;

t3_2=bayes_thr（t3_2）;
t3_3=bayes_thr（t3_3）;
t3_4=bayes_thr（t3_4）;

%--------------level 4---------------------------
[t4_1t4_2t4_3t4_4]=dwt2（t3_1wave_name）;

t4_2=bayes_thr（t4_2）;
t4_3=bayes_thr（t4_3）;
t4_4=bayes_thr（t4_4）;


%--------------level 5---------------------------
[t5_1t5_2t5_3t5_4]=dwt2（t4_1wave_name）;

%-------------------------------------------------
temp8=idwt2（t5_1t5_2t5_3t5_4wave_nam