小波阈值去噪代码

% 软阈值，硬阈值及改进的阈值小波图像去噪方法比较
% 采用全局阈值，各层的阈值一样
%% ==============初始化======
clcclear;close all;
I = imread（‘lena.jpg‘）;
I_noise  = imnoise（I‘gaussian‘00.06）;
I1_noise = double（I_noise）;
figure（‘color‘‘w‘）;
imshow（I）;title（‘Original Image‘）
figure（‘color‘‘w‘）;
imshow（I_noise）;title（‘Noisy Image‘）;axis square;

w = ‘bior2.4‘;%小波类型
N = 2;%层数

% ------ 小波分解 ---
[cs] = wavedec2（I1_noiseNw）;%s=n+2行
% --------小波阈值获取--------
c1 = c;
i = prod（s（1:））+1:length（c）;
h = length（c）-prod（s（N+1:））;%D（1）的起点位置，即HH1
delta = median（abs（c（h:end）））/0.6745;%最高细节子带小波系数绝对中值，即HH1噪声标准差
[m1n1] = size（I）;
n = prod（[m1 n1]）;
thr = delta*sqrt（2*log（n））;
%% ======软阈值去噪==============
sorh = ‘s‘;
c1（i） = wthresh（c（i）sorhthr）; %
% 阈值去噪
Id = waverec2（c1sw）;
% [thrsorhkeepapp] = ddencmp（‘den‘‘wv‘I1_noise）;
% Id = wdencmp（‘gbl‘cswNthrsorhkeepapp）;
figure（‘color‘‘w‘）;
imshow（uint8（Id））;title（‘soft denoisy Image‘）axis off;
%% =======硬阈值去噪结果==========
sorh = ‘h‘;
c2 = c;
c2（i） = wthresh（c（i）sor