python小波去噪

1.pywt.threshold

def threshold(data, value, mode='soft', substitute=0):

    Parameters
    ----------
    data : array_like
        Numeric data.
    value : scalar
        Thresholding value.
    mode : {
    
    'soft', 'hard', 'garrote', 'greater', 'less'}
        Decides the type of thresholding to be applied on input data. Default
        is 'soft'.
    substitute : float, optional
        Substitute value (default: 0).

参数分别是数据，阈值，模式，和替换值

value是用来和data里的数据做比较的。
mode有四种，{‘soft’, ‘hard’, ‘garrote’, ‘greater’, 'less}指的是不同的替换方式。后面有一段代码能很好的理解。
substitute是用来做替换的值。

#使用小波分析进行阈值去噪声,使用pywt.threshold


　　data = np.linspace(1, 10, 10)

　　print(data)

　　# [ 1. 2. 3. 4. 5. 6. 7. 8. 9. 10.]

　　# pywt.threshold(data, value, mode, substitute) mode 模式有4种，soft, hard, greater, less; substitute是替换值

　　data_soft = pywt.threshold(data=data, value=6, mode='soft', substitute=12)

　　print(data_soft)

　　# [12. 12. 12. 12. 12. 0. 1. 2. 3. 4.] 将小于6 的值设置为12， 大于等于6 的值全部减去6

　　data_hard = pywt.threshold(data=data, value=6, mode='hard', substitute=12)

　　print(data_hard)

　　# [12. 12. 12. 12. 12. 6. 7. 8. 9. 10.] 将小于6 的值设置为12， 其余的值不变

　　data_greater = pywt.threshold(data, 6, 'greater', 12)

　　print(data_greater)

　　# [12. 12. 12. 12. 12. 6. 7. 8. 9. 10.] 将小于6 的值设置为12，大于等于阈值的值不变化

　　data_less = pywt.threshold(data, 6, 'less', 12)

　　print(data_less)

　　# [ 1. 2. 3. 4. 5. 6. 12. 12. 12. 12.] 将大于6 的值设置为12， 小于等于阈值的值不变

2.去噪实例

给一个完整的分解去噪重构的例子，大概是这样子的

dataset = Read_list('D:\\Program Files\\python_project\\Zdata\\DEAP\\Video\\s01\\2')
data = dataset[0]
x = range(0, len(data))
w = pywt.Wavelet('db8') # 选用Daubechies8小波
maxlev = pywt.dwt_max_level(len(data), w.dec_len)
print("maximum level is " + str(maxlev))
threshold = 0.5 # Threshold for filtering
# Decompose into wavelet components, to the level selected:
coeffs = pywt.wavedec(data, 'db8', level=maxlev) # 将信号进行小波分解
for i in range(1, len(coeffs)):
    coeffs[i] = pywt.threshold(coeffs[i], threshold*max(coeffs[i])) # 将噪声滤波
 datarec = pywt.waverec(coeffs, 'db8')

转载来源