Matlab 小波系数阈值化

我在Mathematica和Matlab中使用小波对图像数据进行了一些实验。我在Mathematica中找到了一段代码，它似乎基本上实现了我想要的功能，如下所示：

dwd = DiscreteWaveletTransform[imagedata, HaarWavelet[]];
thr = WaveletThreshold[dwd, {"LargestCoefficients", 100}, Automatic];
out = InverseWaveletTransform[thr];

上述方法通过仅保留100个最大系数来执行小波阈值化。然而，我更喜欢做相同事情（或或多或少做相同事情）的Matlab代码

我一直在尝试使用小波工具箱，但到目前为止没有太大的成功。到目前为止，我最接近的方法似乎是使用

wavedec2

。我一直在修补类似这样的东西：

[c,s] = wavedec2(imagedata, level, 'haar');
c1 = threshold(c, 100)  % a function that zeros everything but the 100 biggest coefficients in c.
out = waverec2(c1, s, 'haar');

结果有点类似，但这似乎不是正确的方法。我猜让我困惑的是这里使用的不同类型的系数（细节和近似值），我不确定在哪里（以及如何）进行阈值处理是合适的

我应该指出，小波对我来说是非常新的东西，因此任何指导都将非常感谢

---

编辑：应该注意的是，上面代码片段中的

threshold（c，100）

只不过是将

c

视为一个一维向量，并简单地将除前100个最大（绝对）值以外的所有值归零。

我看得很对。结果与您预期的不同吗？@Tobias:您的意思是使用

dwt

和

idwt

函数吗？@Phonon:嗯，我不太确定。看起来，如果增加保留系数的数量，mathematica片段将更快地开始看起来像原始图像。这就是为什么我觉得我遗漏了一些东西。@yoda:我一直在尝试使用

dwt2

。但我不确定我是否只想进行单级分解。我想我要做的事情是从多个分解层次中全局地选取最大的系数。你有阈值函数的代码吗？它基本上应该是

csorted=sort（c，'down'）；c=c.*（c>c排序（100））