??1 簡介
在圖像處理過程中,圖像噪聲對圖像的后續(xù)處理和清晰度影響較大.因此,對圖像的降噪至關重要.隨著小波變換的不斷優(yōu)化,小波變換廣泛應用在圖像降噪方面.該文基于軟閾值的小波圖像增強方法,通過實驗論述小波變換在圖像去噪中的應用.
編輯
編輯
轉存失敗重新上傳取消
2 部分代碼
%實驗要求二：小波硬閾值語音降噪clear all; clc; close all;[xx, fs] = wavread('C5_4_y.wav'); % 讀入數據文件xx=xx-mean(xx); % 消除直流分量x=xx/max(abs(xx)); % 幅值歸一化N=length(x);%-------------------------加入指定強度的噪聲---------------------------------SNR=5;s=awgn(x,SNR,'measured','db'); % 疊加噪聲wname='db7';jN=6; %分解的層數snrs=20*log10(norm(x)/norm(s-x));signal=Wavelet_Hard(s,jN,wname);signal=signal/max(abs(signal));snr1=SNR_Calc(x,s); % 計算初始信噪比snr2=SNR_Calc(x,signal); % 計算降噪后的信噪比snr=snr2-snr1;fprintf('snr1=%5.4f snr2=%5.4f snr=%5.4f
',snr1,snr2,snr);% 作圖time=(0:N-1)/fs; % 設置時間subplot 311; plot(time,x,'k'); grid; axis tight;title('純語音波形'); ylabel('幅值')subplot 312; plot(time,s,'k'); grid; axis tight;title(['帶噪語音 信噪比=' num2str(SNR) 'dB']); ylabel('幅值')subplot 313; plot(time,signal,'k');grid;%hold on;title('濾波后波形'); ylabel('幅值'); xlabel('時間/s');%--------------------------------------------------------------------------3 仿真結果
編輯
4 參考文獻
[1]付煒, 李方勝. 小波閾值法在語音去噪中的應用[J]. 電子技術, 2010.
博主簡介：擅長智能優(yōu)化算法、神經網絡預測、信號處理、元胞自動機、圖像處理、路徑規(guī)劃、無人機等多種領域的Matlab仿真，相關matlab代碼問題可私信交流。
部分理論引用網絡文獻，若有侵權聯(lián)系博主刪除。
APP 