wbmpen

Штрафованный порог для вейвлет- 1-D или 2-D шумоподавление

Синтаксис

THR = wbmpen(C,L,SIGMA,ALPHA)
wbmpen(C,L,SIGMA,ALPHA,ARG)

Описание

THR = wbmpen(C,L,SIGMA,ALPHA) возвращает глобальный порог THR за шумоподавление. THR получают по правилу выбора коэффициентов вейвлета с помощью метода пенализации, предоставленного Бирже-Массаром.

[C,L] - структура разложения вейвлет сигнала или изображения, подлежащего деноизации.

SIGMA - стандартное отклонение нулевого среднего Гауссова белого шума в денуизирующей модели (см. wnoisest для получения дополнительной информации.

ALPHA является параметром настройки для срока штрафа. Это должно быть действительное число, больше 1. Разреженность вейвлет деноизированного сигнала или изображения растет с ALPHA. Как правило ALPHA = 2.

THR минимизирует исправленный критерий, заданный следующими:

Позвольте t* быть минимизатором

crit(t) = -sum(c(k)^2,k≤t) + 2*SIGMA^2*t*(ALPHA + log(n/t)) 

где c(k) являются ли вейвлет отсортированными в порядке уменьшения их абсолютного значения и n - количество коэффициентов; затем THR=|c (t*)|.

wbmpen(C,L,SIGMA,ALPHA,ARG) вычисляет глобальный порог и, сложение, строит графики трех кривых:

  • 2*SIGMA^2*t*(ALPHA + log(n/t))

  • sum(c(k)^2,k¬≤t)

  • crit(t)

Примеры

% Example 1: Signal denoising.
% Load noisy bumps signal.
load noisbump; x = noisbump;

% Perform a wavelet decomposition of the signal
% at level 5 using sym6.
wname = 'sym6'; lev = 5;
[c,l] = wavedec(x,lev,wname);
% Estimate the noise standard deviation from the
% detail coefficients at level 1, using wnoisest.
sigma = wnoisest(c,l,1);

% Use wbmpen for selecting global threshold  
% for signal denoising, using the tuning parameter.
alpha = 2;
thr = wbmpen(c,l,sigma,alpha)
thr =

    2.7681

% Use wdencmp for denoising the signal using the above
% threshold with soft thresholding and approximation kept.
keepapp = 1;
xd = wdencmp('gbl',c,l,wname,lev,thr,'s',keepapp);

% Plot original and denoised signals.
figure(1)
subplot(211), plot(x), title('Original signal')
subplot(212), plot(xd), title('De-noised signal') 

% Example 2: Image denoising.
% Load original image.
load noiswom; 
nbc = size(map,1);

% Perform a wavelet decomposition of the image
% at level 3 using coif2.
wname = 'coif2'; lev = 3;
[c,s] = wavedec2(X,lev,wname);

% Estimate the noise standard deviation from the
% detail coefficients at level 1.
det1 = detcoef2('compact',c,s,1);
sigma = median(abs(det1))/0.6745;

% Use wbmpen for selecting global threshold  
% for image denoising.
alpha = 1.2;
thr = wbmpen(c,l,sigma,alpha)

thr =

   36.0621

% Use wdencmp for denoising the image using the above
% thresholds with soft thresholding and approximation kept.
keepapp = 1;
xd = wdencmp('gbl',c,s,wname,lev,thr,'s',keepapp);

% Plot original and denoised images.
figure(2)
colormap(pink(nbc));
subplot(221), image(wcodemat(X,nbc))
title('Original image')
subplot(222), image(wcodemat(xd,nbc))
title('De-noised image')

См. также

| | | |

Представлено до R2006a
Для просмотра документации необходимо авторизоваться на сайте