閥值化處理就是當灰度值低于一個值（閥值，根據你的需要設定）時，讓其成為一個小的值;當灰度值大于一個值（閥值）時，讓其成為一個大的值。

　　比如：灰度在0-255， 當灰度小于128時賦值為0，大于128時賦值為255，即亮的地方更亮，暗的地方更暗。即實現了閥值分割。這樣圖像就黑白分明，對比度加大了。

　　硬閥值：是被檢測數據所不能逾越的閥值。

　　軟閥值：則規定被檢測數據的變動范圍。

　　軟閾值，硬閾值及當今各種閾值計算方法和閾值函數處理方法的性能

　　小波閾值去噪，比較了軟閾值，硬閾值及當今各種閾值計算方法和閾值函數處理方法的性能，通過信噪比及均方差的比較，得出各種的算法的優劣。

　　clear;clc;

　　從程序的運行結果來看，文獻1，3，4的去噪效果比較好

　　其中文獻4對高信噪比的的情況不是很好，在高信噪比時，軟硬閾值的效果最好

　　測試數據的選取

　　 fun=‘blocks’;

　　 snr=5;

　　 jN=5; 分解的層數

　　 N=13; 數據長度為2^N

　　 ［x，s］=wnoise（4，N，sqrt（snr））;

　　 ps=sum（x.^2）/length（x）;

　　 sigma_noise=abs（sqrt（ps/（10^（snr/10））））;

　　 noise=sigma_noise*randn（1，length（x））;noise噪聲的方差是（sigma_noise.^2）

　　 s=x+noise;

　　 figure，

　　 subplot（211）;plot（x）;

　　 subplot（212）;plot（s）;

　　 subplot（211）;plot（x）;title（‘純凈信號x’）;

　　 subplot（212）;plot（s）;title（‘混合信號x’）;

　　調幅信號，純凈信號

　　tic;

　　 fs=5e+6; 采樣率50M

　　 ts=1/fs;

　　 fc=10.7e+6; 載頻10.7M

　　 t0=2; 數據長度N=t0*fs;

　　 t=［0:ts:t0］; 模擬信號的數字化

　　 m=sinc（100*t）; 消息信號

　　 c=cos（2*pi*fs.*t）;載波信號

　　 x=m.*c;

　　 N=t0*fs;

　　 toc;

　　t0=.2; signal duration

　　ts=0.001; sampling interval

　　fc=250; carrier frequency

　　snr=20; SNR in dB （logarithmic）

　　fs=1/ts; sampling frequency

　　t=［-t0/2:ts:t0/2］; time vector

　　m=sinc（100*t）; the message signal

　　c=cos（2*pi*fc.*t）; the carrier signal

　　x=m.*c; the DSB-AM modulated signal

　　N=t0*fs;

　　-------------------------BPSK信號，數字調制-----------------------------------

　　codes=6; 碼元個數，即輸入調制信號的長度

　　sigma=1; 調制信號的幅度

　　fs=600e3; 采樣率600KHz

　　fb=1e3; 波特率1KHz，fb表示對輸入調制信號的采樣率

　　fc=100e3; 載頻100KHz

　　Modulate=2; 為選擇調制方式

　　N0=fs/fb; 一個碼元周期內的采樣點數，一個輸入信號長度內的采樣點數

　　N=N0*codes; 總的采樣點數（已調信號的長度）

　　p0=pi*rand（1，1）; 產生初始相位

　　symbols=randint（1，codes，［0，1］）; 產生基帶碼元

　　x_B = ones（N0，1）*symbols;

　　x_BB = x_B（：）‘; 根據波特率要求產生碼元

　　signal_base = x_BB; 產生基帶信號

　　signal=sigma*dmod（symbols，fc，fb，［fs p0］，’psk‘，Modulate）;

　　產生psk調制信號，p0是載頻的初始相位

　　x=si

　　gnal;

　　-------------------------加入指定強度的噪聲---------------------------------

　　snr=5;

　　ps=sum（x.^2）/N;

　　sigma_noise=abs（sqrt（ps/（10^（snr/10））））;

　　nn=randn（1，N）;

　　enn=sum（nn）/N; 隨機數nn的均值

　　nn=nn-enn; 使nn均值為0

　　noise=sigma_noise*nn;

　　s=x+noise;

　　wname=’db7‘;

　　jN=6; 分解的層數

　　［c，l］=wavedec（s，jN，wname）;

　　snrs=20*log10（norm（x）/norm（s-x））;

　　mmses=mmse（s-x）;

　　高頻分量的索引

　　first = cumsum（l）+1;

　　first1=first;

　　first = first（end-2：-1:1）;

　　ld = l（end-1：-1:2）;

　　last = first+ld-1;