基于Matlab的小波变换、Contourlet变换和PCA图像去噪

图像去噪是数字图像处理中的一个重要任务，涉及到从噪声污染的图像中恢复清晰的原始图像。在这篇文章中，我们将介绍如何使用Matlab中的小波变换、Contourlet变换和主成分分析（PCA）方法来进行图像去噪。我们将详细解释每个步骤，并提供相应的源代码供参考。

1. 小波变换（Wavelet Transform）:
   小波变换是一种多尺度分析方法，可将信号或图像分解成不同尺度的频率成分。在图像去噪中，小波变换可以将图像分解成低频和高频部分，其中高频部分通常包含噪声信息。我们可以通过阈值处理来减少高频部分的噪声，然后将处理后的图像重构回原始尺度。

   下面是使用Matlab实现小波去噪的示例代码：

% 加载图像
image = imread('input_image.png');
% 将图像转换为灰度图像
gray_image =