阀值化处理就是当灰度值低于一个值（阀值，根据你的需要设定）时，让其成为一个小的值;当灰度值大于一个值（阀值）时，让其成为一个大的值。
比如：灰度在0-255， 当灰度小于128时赋值为0，大于128时赋值为255，即亮的地方更亮，暗的地方更暗。即实现了阀值分割。这样图像就黑白分明，对比度加大了。
硬阀值：是被检测数据所不能逾越的阀值。
软阀值：则规定被检测数据的变动范围。
软阈值，硬阈值及当今各种阈值计算方法和阈值函数处理方法的性能
小波阈值去噪，比较了软阈值，硬阈值及当今各种阈值计算方法和阈值函数处理方法的性能，通过信噪比及均方差的比较，得出各种的算法的优劣。
clear;clc;
从程序的运行结果来看，文献1，3，4的去噪效果比较好
其中文献4对高信噪比的的情况不是很好，在高信噪比时，软硬阈值的效果最好
测试数据的选取
fun=‘blocks’;
snr=5;
jN=5; 分解的层数
N=13; 数据长度为2^N
［x，s］=wnoise（4，N，sqrt（snr））;
ps=sum（x.^2）/length（x）;
sigma_noise=abs（sqrt（ps/（10^（snr/10））））;
noise=sigma_noise*randn（1，length（x））;noise噪声的方差是（sigma_noise.^2）
s=x+noise;
figure，
subplot（211）;plot（x）;
subplot（212）;plot（s）;
subplot（211）;plot（x）;TItle（‘纯净信号x’）;
subplot（212）;plot（s）;TItle（‘混合信号x’）;
调幅信号，纯净信号
TIc;
fs=5e+6; 采样率50M
ts=1/fs;
fc=10.7e+6; 载频10.7M
t0=2; 数据长度N=t0*fs;
t=［0:ts:t0］; 模拟信号的数字化
m=sinc（100*t）; 消息信号
c=cos（2*pi*fs.*t）;载波信号
x=m.*c;
N=t0*fs;
toc;
t0=.2; signal duraTIon
ts=0.001; sampling interval
fc=250; carrier frequency
snr=20; SNR in dB （logarithmic）
fs=1/ts; sampling frequency
t=［-t0/2:ts:t0/2］; time vector
m=sinc（100*t）; the message signal
c=cos（2*pi*fc.*t）; the carrier signal
x=m.*c; the DSB-AM modulated signal
N=t0*fs;
-------------------------BPSK信号，数字调制-----------------------------------
codes=6; 码元个数，即输入调制信号的长度
sigma=1; 调制信号的幅度
fs=600e3; 采样率600KHz
fb=1e3; 波特率1KHz，fb表示对输入调制信号的采样率
fc=100e3; 载频100KHz
Modulate=2; 为选择调制方式
N0=fs/fb; 一个码元周期内的采样点数，一个输入信号长度内的采样点数
N=N0*codes; 总的采样点数（已调信号的长度）
p0=pi*rand（1，1）; 产生初始相位
symbols=randint（1，codes，［0，1］）; 产生基带码元
x_B = ones（N0，1）*symbols;
x_BB = x_B（：）‘; 根据波特率要求产生码元
signal_base = x_BB; 产生基带信号
signal=sigma*dmod（symbols，fc，fb，［fs p0］，’psk‘，Modulate）;
产生psk调制信号，p0是载频的初始相位
x=si
gnal;
-------------------------加入指定强度的噪声---------------------------------
snr=5;
ps=sum（x.^2）/N;
sigma_noise=abs（sqrt（ps/（10^（snr/10））））;
nn=randn（1，N）;
enn=sum（nn）/N; 随机数nn的均值
nn=nn-enn; 使nn均值为0
noise=sigma_noise*nn;
s=x+noise;
wname=’db7‘;
jN=6; 分解的层数
［c，l］=wavedec（s，jN，wname）;
snrs=20*log10（norm（x）/norm（s-x））;
mmses=mmse（s-x）;
高频分量的索引
first = cumsum（l）+1;
first1=first;
first = first（end-2：-1:1）;
ld = l（end-1：-1:2）;
last = first+ld-1;
评论 (0)