exponenta event banner

ddencmp

Значения по умолчанию для понижения или сжатия

Описание

ddencmp возвращает значения по умолчанию для затенения или сжатия для критически дискретизированного дискретного вейвлет или вейвлет-пакетного преобразования.

пример

[thr,sorh,keepapp] = ddencmp(in1,in2,x) возвращает значения по умолчанию для затенения или сжатия входных данных с использованием вейвлетов или вейвлет-пакетов x. x - действительный вектор или матрица 2-D. thr - пороговое значение, и sorh указывает мягкое или жесткое пороговое значение. keepapp может использоваться в качестве флага для установки пороговых значений коэффициентов аппроксимации.

  • Набор in1 кому 'den' для денойзинга или 'cmp' для сжатия.

  • Набор in2 кому 'wv' для использования вейвлетов или 'wp' для использования вейвлет-пакетов.

пример

[___,crit] = ddencmp(in1,'wp',x) также возвращает тип энтропии, crit. Посмотрите wentropy для получения дополнительной информации.

Примеры

свернуть все

Определите пороговое значение глобальной помехи по умолчанию для входного сигнала N (0,1) белого шума. Создайте входной сигнал N (0,1) белого шума. Измените режим расширения DWT на периодический. Установите для генератора случайных чисел начальные параметры по умолчанию для воспроизводимых результатов.

origmode = dwtmode('status','nodisplay');
dwtmode('per','nodisp')
rng default
x = randn(512,1);

Использовать ddencmp для получения глобального порога по умолчанию для вейвлет-деноизирования. Продемонстрируйте, что порог равен универсальному порогу Донохо и Джонстона, масштабированному надежной оценкой дисперсии.

[thr,sorh,keepapp] = ddencmp('den','wv',x);
[A,D] = dwt(x,'db1');
noiselev = median(abs(D))/0.6745;
thresh = sqrt(2*log(length(x)))*noiselev;

Сравнение значения переменной thr к значению thresh.

thr
thr = 3.3639
thresh
thresh = 3.3639

Восстановите исходный режим расширения.

dwtmode(origmode,'nodisplay')

Определите порог глобального сжатия по умолчанию для входного сигнала N (0,1) белого шума .

Создайте входной сигнал N (0,1) белого шума. Установите режим расширения DWT в периодический. Установите для генератора случайных чисел начальные параметры по умолчанию для воспроизводимых результатов .

origmode = dwtmode('status','nodisplay');
dwtmode('per','nodisp')
rng default
x = randn(512,1);

Использовать ddencmp с 'cmp' и 'wp' входные аргументы для возврата порогового значения глобального сжатия по умолчанию для вейвлет-преобразования пакетов.

[thr,sorh,keepapp,crit] = ddencmp('cmp','wp',x)
thr = 0.6424
sorh = 
'h'
keepapp = 1
crit = 
'threshold'

Сравните со значениями по умолчанию, возвращенными для денойзинга.

[thr,sorh,keepapp,crit] = ddencmp('den','wp',x)
thr = 4.1074
sorh = 
'h'
keepapp = 1
crit = 
'sure'

Восстановите исходный режим расширения.

dwtmode(origmode,'nodisplay')

Входные аргументы

свернуть все

Назначение ddencmp выходные данные, указанные как:

  • 'den' - Деноизинг

  • 'cmp' - Сжатие

Тип преобразования, используемый для понижения или сжатия, указанный как:

  • 'wv' - Критически дискретизированное дискретное вейвлет-преобразование. Этот вывод можно использовать с wdencmp.

  • 'wp' - Критически дискретизированное вейвлет-пакетное преобразование. Этот вывод можно использовать с wpdencmp.

Входные данные, которые должны быть деноузированы или сжаты, определенные как действительный вектор или матрица 2-D.

Типы данных: double

Выходные аргументы

свернуть все

Порог деноизирования или сжатия, возвращаемый как действительное число. Используйте этот вывод с wdencmp или wpdencmp.

Тип порогов для затенения или сжатия, возвращаемый как символ.

  • 's' - Мягкое пороговое значение

  • 'h' - Жесткий порог

Используйте этот вывод с wdencmp или wpdencmp.

Установка аппроксимации порога, возвращаемая как 1. Используйте этот вывод с wdencmp или wpdencmp. Если keepapp = 1, коэффициенты аппроксимации не имеют пороговых значений.

Тип энтропии при деноизировании или сжатии вейвлет-пакетами, возвращаемый как символьный вектор. Использовать этот вывод только с wpdencmp. Посмотрите wentropy для получения дополнительной информации.

Ссылки

[1] Донохо, Д. Л. «Снятие шума с помощью мягкой пороговой обработки». IEEE Transactions on Information Theory, Vol. 42, Number 3, pp. 613-627, 1995.

[2] Донохо, Д. Л., и Джонстон, И. М. «Идеальная пространственная адаптация с помощью Wavelet Shrinkage». Биометрика, том 81, стр. 425-455, 1994.

[3] Донохо, Д. Л. и И. М. Джонстоун. «Идеальное обесценение в ортонормированной основе, выбранной из библиотеки оснований». Comptes Rendus Acad. Sci. Paris, Ser. I, Vol. 319, pp. 1317-1322, 1994.

Расширенные возможности

.

См. также

| | |

Представлен до R2006a