Matlab

基础是矩阵运算，它的优势就是矩阵运算的程序简洁、快速。虽然也提供了程序流

程的控制语句，如

for

、

while

、

if

、

else

、

switch

、

try

、

catch

等等，但是应少用，特别是循环

语句

for

、

while

，费时费事，编写程序时想法尽量避免过多的循环，能有矩阵运算代替是更

好的选择，这样编出的程序也简单明了。那么实际编程中应如何减少循环而采用矩阵运算

呢？这个问题没有统一的答案，需要结合实际情况，这里举几个例子来说明。

(

1

)图像的小波阈值降噪

利用二维离散小波变换对图像进行降噪是一种常用的图像降噪手段，

其中比较简单典型

的方法就是硬阈值法，

其基本思想是：

对小波分解后的高频系数，

一般认为其绝对值比较大

的主要反映了信号本身的特征，

绝对值比较小的系数反映的多是噪声信息，

于是可以事先确

定一个阈值，当高频系数的绝对值小于阈值时让其为

0

，反之则保留。

这里先用循环的方法编写程序，然后再用矩阵操作的方法编写，请大家对比。

load tire;   %

打开一幅图像

[m n]=size(X);

X0=X+randn(m,n).*10;    %

加噪声

[cA1,cH1,cV1,cD1] = dwt2(X0,'bior3.7');    %

小波分解

th=60;    %

指定一个阈值，可以参考其他资料了解阈值确定方法

[m1 n1]=size(cH1);

for i=1:m1

for j=1:n1

if abs(cH1(i,j))<>

cH1(i,j)=0;

end

if abs(cV1(i,j))<>

cV1(i,j)=0;

end

if abs(cD1(i,j))<>

cD1(i,j)=0;

end

end

end

Xn= idwt2(cA1,cH1,cV1,cD1,'bior3.7');   %

小波重构

figure(1);    %

显示原图像、加噪图像、降噪图像

subplot(131);imshow(X,map);

subplot(132);imshow(X0,map);

subplot(133);imshow(Xn,map);

如果不用循环，程序如下：