小波降噪的方法有多種，如利用小波分解與重構(gòu)的方法濾波降噪、利用小波變換模極大值的方法去噪、利用信號小波變換后空域相關(guān)性進行信噪分離、非線性小波閾值方法去噪、平移不變量小波降噪法，以及多小波降噪等等。歸結(jié)起來主要有三類：模極大值檢測法、閾值降噪法和屏蔽（相關(guān)）降噪法。其中最常用的就是閾值法去噪，其基本思想就是利用圖像小波分解后，各個子帶圖像的不同特性選取不同的閾值，從而達到較好的降噪目的。

一、小波降噪函數(shù)簡介

MATLAB中實現(xiàn)圖像的降噪，主要是閾值獲取和圖像降噪實現(xiàn)兩個方面。

1.閾值獲取

MATLAB中實現(xiàn)閾值獲取的函數(shù)有ddencmp、select、wbmpen、和wdcbm2。這里主要介紹函數(shù)ddencmp。

函數(shù)ddencmp的功能是獲取降噪或壓縮的默認值。該函數(shù)是降噪和壓縮的導向函數(shù)，它給出一維或二維信號使用小波或小波包進行降噪和壓縮一般過程的所有默認值。

其語法格式為：

［THR，SORH，KEEPAPP，CRIT］=ddencmp（IN1，IN2，X）

［THR，SORH，KEEPAPP］=ddencmp（IN1，’wv’，X）

［THR，SORH，KEEPAPP，CRIT］=ddencmp（IN1，’wp’，X）

2.閾值降噪

MATLAB中實現(xiàn)閾值降噪的函數(shù)有wden、wdencmp、wpdencmp、wthresh、wpthcoef和wthcoef2。這里主要介紹函數(shù)wdencmp。

其語法格式為：

［XC，CXC，LXC，PERF0，PERFL2］=wdencmp（‘gbl’，X，‘wname’，N，THR，SORH，KEEPAPP）

［XC，CXC，LXC，PERF0，PERFL2］=wdencmp（‘lvd’，X，‘wname’，N，THR，SORH）

［XC，CXC，LXC，PERF0，PERFL2］=wdencmp（‘lvd’，C，L，‘wname’，N，THR，SORH）

函數(shù)wdencmp的功能是使用小波進行降噪。該函數(shù)是二維小波降噪的導向函數(shù)。它使用小波對信號或圖像執(zhí)行降噪過程。wname是所用的小波函數(shù)。gbl（global）表示每層都采用同一個閾值進行處理。lvd表示每層用不同的閾值進行處理。N表示小波分解的層數(shù)。THR為閾值向量，長度為N。SORH表示選擇軟閾值或硬閾值（分別取值為‘s’和‘h’）。參數(shù)KEEPAPP取值為1是，則低頻系數(shù)不進行閾值量化，反之，則低頻系數(shù)要進行閾值量化。XC是降噪后的信號，［CXC，LXC］是XC的小波分解結(jié)構(gòu)，PHRF0和PERFL2是恢復和壓縮L2的范數(shù)百分比。如果［C，L］是x的小波分解結(jié)構(gòu)，則PERFL2=100?（CXC向量的范數(shù)/C向量的范數(shù)）2；如果X是一維信號，小波wname是一個正交小波，則：

二、用小波對信號進行降噪

1、使用小波進行一維信號的降噪

對含噪一維信號降噪，實現(xiàn)信噪分離。含噪的正弦信號：對含噪信號進行分解，從分解中得出高頻與低頻系數(shù)。高頻系數(shù)對應細節(jié)信號，低頻系數(shù)對應逼近信號。由高頻系數(shù)中檢測噪聲，低頻系數(shù)中識別各分量信號的不同頻率。然后，再從去噪的高頻信號與逼近的低頻信號重構(gòu)目標信號。

%生成含噪正弦信號

N=1024

t=1:N;

sig=sin（0.03*t）;

?figure（1）;

subplot（211）;plot（t，sig）;title（‘正弦信號’）;

%疊加噪聲

x=sig+randn（1，N）;

subplot（212）;plot（t，x）;title（‘含噪正弦信號’）;

%一維小波分解，使用‘haar’進行4層分解?

［c，l］=wavedec（x，4，‘haar’）;

%重構(gòu)第1-4層逼近信號

a4=wrcoef（‘a(chǎn)’，c，l，‘haar’，4）;

a3=wrcoef（‘a(chǎn)’，c，l，‘haar’，3）;

a2=wrcoef（‘a(chǎn)’，c，l，‘haar’，2）;

a1=wrcoef（‘a(chǎn)’，c，l，‘haar’，1）;

%顯示各層逼近信號

figure（2）;

subplot（411）;plot（a4）;ylabel（‘a(chǎn)4’）;

subplot（412）;plot（a3）;ylabel（‘a(chǎn)3’）;

subplot（413）;plot（a2）;ylabel（‘a(chǎn)2’）;

subplot（414）;plot（a1）;ylabel（‘a(chǎn)1’）;