WDCBM2.
使用Birgé-Massart策略的小波2-D阈值
句法
[thr，n保持] = wdcbm2（c，s，alpha，m）
WDCBM2（C，S，Alpha）
WDCBM2（C，S，Alpha，Prod（s（1，:)）））
描述
[thr，n保持] = wdcbm2（c，s，alpha，m）返回依赖级别的阈值thr和保存的系数数量n保持，用于去噪或压缩。thr使用基于Birgé-Massart策略的小波系数选择规则获得。
[CS]是在级别的图像的小波分解结构是待发出的或压缩的。j =尺寸（s，1）-2。
Α和m必须是大于1的实数。
thr是矩阵3j;thr（：，i）包含三个方向中的级别相关阈值：水平，对角线和垂直，级别i。
n保持是长度的矢量j;nkee（i）包含在I级保持的系数数。
j，m和Α定义策略：
在水平
j+1（和较粗糙的级别），一切都保持在内。级别我1到
j， 然后一世最大的系数保持n一世=m（j + 2-i）Α。
通常Α= 1.5压缩和Α= 3用于去噪。
默认值m是m=产品（s（1，:)），粗构近似系数的长度，因为前一个公式导致i = j + 1，到nJ + 1=m=产品（s（1，:)）。
推荐的值m来自产品（s（1，:)）到6 * prod（s（1，:)）。
WDCBM2（C，S，Alpha）相当于WDCBM2（C，S，Alpha，Prod（s（1，:)）））。
例子
％加载原始图像。加载Detfingr;NBC =大小（地图，1）;使用Sym4，％在级别3处执行图像％的小波分解。wname ='sym4';lev = 3;[c，s] = wavedec2（x，lev，wname）;％使用WDCBM2选择使用预告参数的图像压缩的级别相关阈值％。alpha = 1.5;m = 2.7 * prod（s（1，:)）; [thr,nkeep] = wdcbm2(c,s,alpha,m) thr = 21.4814 46.8354 40.7907 21.4814 46.8354 40.7907 21.4814 46.8354 40.7907 nkeep = 624 961 1765 % Use wdencmp for compressing the image using the above % thresholds with hard thresholding. [xd,cxd,sxd,perf0,perfl2] = ... wdencmp('lvd',c,s,wname,lev,thr,'h'); % Plot original and compressed images. colormap(pink(nbc)); subplot(221), image(wcodemat(X,nbc)), title('Original image') subplot(222), image(wcodemat(xd,nbc)), title('Compressed image') xlab1 = ['2-norm rec.: ',num2str(perfl2)]; xlab2 = [' % -- zero cfs: ',num2str(perf0), ' %']; xlabel([xlab1 xlab2]);
参考
Birgé，L。P. Massart（1997）。“从模型选择到自适应估计”，在D. Pollard（ED）中，L. Le Cam的Festchrift，Springer，pp。55-88。
在R2006A之前介绍
这个主题有用吗？
您还可以从以下列表中选择一个网站：
