急求大神帮助 相对一幅图像进行降噪处理 求能把自适应滤波和小波软阈值降噪的matlab代码 自适应滤波clear allI1=imread('1.jpg')；I=rgb2gray(I1)；J=imnoise(I，'gaussian'，0，0.05)；添加均值为0，方差为0.05的高斯噪声K1=wiener2(J，[5，5])；figureimshow(J)；title('加入高斯噪声图像')；figureimshow(K1)；title('5*5窗口自适应滤波')；小波软阈值clear allI1=imread('1.jpg')；I=rgb2gray(I1)；J=imnoise(I，'gaussian'，0，0.05)；添加均值为0，方差为0.05的高斯噪声[Cr，Sr]=wavedec2(J，2，'sym4')；thr=Donoho(J)；J_soft=wdenoise(xr，'gbl'，'s'，thr，'sym4'，2)；figure；imshow(J_soft)；用到的函数function thr=Donoho(x)用Donoho通用阈值公式计算阈值 x为要进行处理的图像thr=delta*sqrt(2*log(n))n为信号的长度或尺寸delta=MAD/0.6745-经验公式，其中MAD为小波分解后高子带系数的中值n=prod(size(x))；图像尺寸计算delta[C，S]=wavedec2(x，1，'db1')；小波分解d=C(prod(S(1，：))+2*prod(S(2，：))+1：end)；HH子带系数delta=median(abs(d))/0.6745；计算阈值thr=delta*sqrt(2*log(n))；用到的函数function X=wdenoise(x，measure，sorh，thr，wname，n)阈值去噪函数x为带噪声图像measure表示全局或局部sorh表示软硬阈值方法thr为阈值wname为小波函数名n为。
图像滤波的作用，研究的意义是什么 图像滤波刚获得的图像有很多噪音。这主要由于平时的工作和环境引起的，图像增强是减弱噪音，增强对比度。想得到比较干净清晰的图像并不是容易的事情。为这个目标而为处理。
小波函数的小波函数 函数名；含义Allnodes；计算树结点appcoef 提取一维小波变换低频系数appcoef2；提取二 维小波分解低频系数bestlevt；计算完整最佳小波包树besttree；计算最佳（优）树biorfill；双正交样条小波滤波器组biorwavf 双正交样条小波滤波器centfrq；求小波中心频率cgauwavf Complex Gaussian小波cmorwavf coiflets小波滤波器cwt；一维连续小波变换dbaux Daubechies小波滤波器计算dbwavf Daubechies小波滤波器 dbwavf(W)W='dbN' N=1，2，3，.，50ddencmp 获取默认值阈值（软或硬）熵标准depo2ind；将深度-位置结点形式转化成索引结点形式detcoef；提取一维小波变换高频系数detcoef2；提取二维小波分解高频系数disp；显示文本或矩阵drawtree；画小波包分解树（GUI)dtree；构造DTREE类dwt 单尺度一维离散小波变换dwt2 单尺度二维离散小波变换dwtmode 离散小波变换拓展模式dyaddown；二元取样dyadup；二元插值entrupd 更新小波包的熵值fbspwavf B样条小波gauswavf Gaussian小波idwt 单尺度一维离散小波逆变换idwt2；单尺度二维离散小波逆变换ind2depo；将索引结点形式转化成深度—位置结点形式intwave 积分小波数isnode；判断结点是否存在。
