matlab 下实现信号去噪的函数，输入变量为带有噪音的数据序列，输出变量为去噪后的数据.诸位可以用如下代码进行测试，本人测试得到的效果良好 x = -4*pi:0.1:4*pi; y = sin(x)*100; y_t = y+rand(1,252)*80;%加噪数据

基于MATLAB的波场模拟，内附模拟动画

Matlab小波图像处理+完整程序(以下为部分程序：clc; clear; % 装载图像 load woman; % X包含载入的图像 % 绘制原始图像 figure(1); subplot(2,2,1); image(X); colormap(map); title('原始图像'); % 使用sym5对X进行尺度为2的分解 [c,s] = wavedec2(X,1,'sym5'); % 从小波分解结构[c,s]进行尺度为1和2时的低频重构 a1 = wrcoef2('a',c,s,'sym5',1); a2 = wrcoef2('a',c,s,'sym5',1); % 绘制尺度为1时的低频图像 subplot(2,2,3); image(a1);colormap(map); title('尺度为1时的低频图像'); % 绘制尺度为2时的低频图像 subplot(2,2,4); image(a2);colormap(map); title('尺度为2时的低频图像'); % 从小波分解结构[c,s]在尺度为2时重构高频 % 'h' 是水平方向 % 'v' 是垂直方向 % 'd' 是对角方向 hd2 = wrcoef2('h',c,s,'sym5',1); vd2 = wrcoef2('v',c,s,'sym5',1); dd2 = wrcoef2('d',c,s,'sym5',1); % 绘制高频图像 figure(2); subplot(2,2,1); image(hd2);colormap(map); title('尺度为2时的水平高频图像'); subplot(2,2,2); image(vd2);colormap(map); title('尺度为2时的垂直高频图像'); subplot(2,2,3); image(dd2);colormap(map); title('尺度为2时的对角高频图像'); ..............)

还不错的书，资源不好找，放这里大家共享。

对图像用小波变换进行边缘检测，直接运行就会有六张图生成作为例子。matlab代码，很实用，可用于遥感图像的边缘检测等等

利用MATLAB代码，简单实现小波变换，达到去除噪声的目的

使用matlab，自编卷积函数，去噪函数，GUI界面，实现二维灰度图的小波分解，去噪，重构。

%用db2小波对原始信号进行3层分解并提取系数 a3=appcoef(c,l,wname,3); d3=detcoef(c,l,3); d2=detcoef(c,l,2); d1=detcoef(c,l,1); %对信号进行强制性消噪并图示结果 dd3=zeros(1,length(d3)); dd2=zeros(1,length(d2)); dd1=zeros(1,length(d1)); c1=[a3 dd3 dd2 dd1];

用Matlab中的Simulink对AM波进行调制解调的仿真

小波软阈值去噪的MATLAB代码，欢迎大家下载，很有用的