clear;                   
[A,map]=imread(\'C:\Users\wangd\Documents\MATLAB\1.jpg\');                
X=rgb2gray(A);  
%画出原始图像  
subplot(2,2,1);imshow(X);
title(\'原始图像\');  
%产生含噪图像  
x=imnoise(X ,\'gaussian\',0,0.003);
%画出含噪图像  
subplot(2,2,2);imshow(x);  
title(\'含噪声图像\');  
%下面进行图像的去噪处理  
%用小波函数sym4对x进行2层小波分解  
[c,s]=wavedec2(x,2,\'sym4\');  
%提取小波分解中第一层的低频图像，即实现了低通滤波去噪  
a1=wrcoef2(\'a\',c,s,\'sym4\');  % a1为 double 型数据；
%画出去噪后的图像  
subplot(2,2,3); imshow(uint8(a1)); % 注意 imshow()和image()显示图像有区别，imshow()不能显示 double 型数据，必须进行转换 uint8(a1)；
title(\'第一次去噪图像\');           % 并且image() 显示图像有坐标；
%提取小波分解中第二层的低频图像，即实现了低通滤波去噪  
%相当于把第一层的低频图像经过再一次的低频滤波处理  
a2=wrcoef2(\'a\',c,s,\'sym4\',2);  
%画出去噪后的图像  
subplot(2,2,4); imshow(uint8(a2)); %image(a2);
title(\'第二次去噪图像\');
%保存图像  
imwrite(x,\'C:\Users\wangd\Desktop\2.jpg\');
imwrite(uint8(a1),\'C:\Users\wangd\Desktop\3.jpg\'); %imwrite()保存图像，也需要将数据类型转化为uint8
imwrite(uint8(a2),\'C:\Users\wangd\Desktop\4.jpg\');