WDENCMP
去噪声或压缩
句法
[xc，cxc，lxc，perf0，perfl2] = wdencmp（'gbl'，x，'wname'，n，thr，sorh，keepapp）
wdencmp（'gbl'，c，l，，'wname'，n，thr，sorh，keepapp）
[xc，cxc，lxc，perf0，perfl2] = wdencmp（'lvd'，x，'wname'，n，thr，sorh）
[xc，cxc，lxc，perf0，perfl2] = wdencmp（'lvd'，c，l，'wname'，n，thr，sorh）
[xc，cxc，lxc，perf0，perfl2] = wdencmp（'lvd'，x，'wname'，n，thr，sorh）
[xc，cxc，lxc，perf0，perfl2] = wdencmp（'lvd'，c，l，'wname'，n，thr，sorh）
描述
WDENCMP是一维或二维的去噪声和面向压缩的函数。
WDENCMP使用小波执行信号或图像的去噪声或压缩过程。
[xc，cxc，lxc，perf0，perfl2] = wdencmp（'gbl'，x，返回否决或压缩版本'wname'，n，thr，sorh，keepapp）XC输入信号X（一维或二维）通过小波系数使用全局正阈值获得thr。
其他输出参数[CXC，LXC]是小波的分解结构XC（看wavedec或者wavedec2了解更多信息）。perf0和perfl2是l2- 纳入恢复和压缩评分为百分比。
perfl2= 100 *（矢量标记CXC/矢量标记C）2如果[C，L]表示小波分解结构X。
如果X是一维信号，'wname'正交小波，perfl2减少到
小波分解在水平上进行n和'wname'是包含小波名称的字符向量（请参阅Wmaxlev和WFILTERS了解更多信息）。Sorh（（'或者'H'）用于软阈值（请参阅Wthresh了解更多信息）。如果keepapp= 1，近似系数无法阈值，否则可能。
wdencmp（'gbl'，c，l，，具有相同的输出参数，使用与上述相同的选项，但直接从输入小波分解结构获得'wname'，n，thr，sorh，keepapp）[C，L]在级别上被删除或压缩的信号n并使用'wname'小波。
对于一维情况和'lvd'选项，[xc，cxc，lxc，perf0，perfl2] = wdencmp（'lvd'，x，或者'wname'，n，thr，sorh）[xc，cxc，lxc，perf0，perfl2] = wdencmp（'lvd'，c，l，使用与上述相同的选项具有相同的输出参数'wname'，n，thr，sorh）thr（（thr必须长度n）。另外，保留近似值。请注意，关于沃登（自动降低），WDENCMP允许更多的灵活性，您可以实施自己的推翻策略。
对于二维情况和'lvd'选项，[xc，cxc，lxc，perf0，perfl2] = wdencmp（'lvd'，x，或者'wname'，n，thr，sorh）[xc，cxc，lxc，perf0，perfl2] = wdencmp（'lvd'，c，l，。'wname'，n，thr，sorh）
thr必须是矩阵3n在三个方向中包含水平，对角线和垂直方向的水平依赖性阈值。
像denoising一样，压缩过程包含三个步骤：
分解。
细节系数阈值。每个级别从1到
n，选择阈值，并将硬阈值应用于细节系数。重建。
在步骤2中发现了与Denoising程序的差异。
例子
使用默认全局阈值Denoise 1-D信号
使用Donoho-Johnstone全球阈值Denoise 1-D电力消耗数据。
加载信号并选择一个用于降级的段。
加载Leleccum;INDX = 2600：3100;x = leleccum（indx）;
利用DDENCMP确定默认的全局阈值并将信号定义。绘制原始信号和剥落的信号。
[thr，sorh，keepapp] = ddenCMP（'den'，，，，'WV'，X）;XD = WDENCMP（'gbl'，X，'db3'，2，thr，sorh，keepapp）;子图（211）图（x）;标题（“原始信号”）；子图（212）图（XD）;标题（“ denoised信号”）；
使用默认全局阈值Denoise 1-D信号
使用Donoho-Johnstone全球阈值Denoise 1-D电力消耗数据。
加载信号并选择一个用于降级的段。
加载Leleccum;INDX = 2600：3100;x = leleccum（indx）;
利用DDENCMP确定默认的全局阈值并将信号定义。绘制原始信号和剥落的信号。
[thr，sorh，keepapp] = ddenCMP（'den'，，，，'WV'，X）;XD = WDENCMP（'gbl'，X，'db3'，2，thr，sorh，keepapp）;子图（211）图（x）;标题（“原始信号”）；子图（212）图（XD）;标题（“ denoised信号”）；
参考
Devore，R.A。;B. Jawerth，B.J。Lucier（1992），“通过小波变换编码的图像压缩，”，IEEE Trans。在inf上。理论，卷。38，第2页，第719–746页。
D.L. Donoho（1993年），“小波分析和WVD的进度：十分钟的游览”，《小波分析与应用程序》中的进展，Y。Meyer，S。Roques，第109-128页。Frontièresed。
DODL。Donoho;I.M. Johnstone（1994），“小波收缩的理想空间适应”，”Biometrika，卷。81，第425–455页。
DODL。Donoho;I.M. Johnstone，G。Kerkyacharian，D。Picard（1995），“小波收缩：渐近性”，期间。罗伊。统计Soc。，，，，系列b，卷。57不。2，第301–369页。
DODL。Donoho;约翰斯通（I.M. Johnstone），“从基地图书馆中选择的正常基础的理想去命中”，C.R.A.S.巴黎，t。319，Ser。我，第1317–1322页。
D.L. Donoho（1995年），“因软阈值而宣传，”，IEEE Trans。在inf上。理论，41，3，第613–627页。
扩展功能
在R2006a之前引入
