连续小波变换的插值计算

本文首先用再生公式对连续小波变换的值域进行刻划，然后构造一个插值逼近函数由已知点上的小波变换对未知点上的小波变换值进行插值计算。我们还证明了这个插值函数仍属于小波变换值域，最后提出了一种新的插值策略。     

多层递推小波算法及其人在计算电磁学中的应用

本文给出了一种快速的多层递推小波算法，它能有效地求解由小波展开而获得的稀疏矩阵方程，这种算法利用小波展开的阻抗矩阵的多分辨率表示，将原来的稀疏矩阵方程转化为多个小型矩阵方程进行求解，从而节省求解方程的时间。在本文中，我们以求解二维散射问题为例，将这种算法用于计算电磁学中，数值结果表明该算法比通常的小波算法更快速有效。     

小波变换在图像去噪中的应用

图像在获取和传输的过程中很容易受到各种因素的影响，因此现实中的图像往往都含有噪声。这种噪声图像不利于人们的观测和后续更高层次的图像处理，所以图像去噪在图像预处理中十分重要；去噪的目的就是在有效去除噪声的同时保留图像的细节，从而获得高质量的图像。小波变换具有良好的时频局部特性，被广泛应用于信号和图像处理领域。     

小波变换在傅立叶变换轮廓术中的应用

从小波变换本质、原理出发 ,说明它在提取条纹位相方面的应用 ,通过阐述小波变换与傅立叶变换两者之间的内在联系 ,将小波变换应用到傅立叶变换轮廓术中 ,并着重用傅立叶变换的原理对小波提取位相的原理进行详细解释。模拟结果表明 :小波变换在傅立叶变换轮廓术中的应用是正确的、可行的。     

小波变换在时变信号处理中的应用

概述小波变换的基本原理及特性，时变信号的时频特征等，讲座将小波变换应用于时变信号处理的基本方法，最后给出利用小波变处理变信号的实例。     

小波变换在图像压缩中的应用

以小波分析为切入点,阐述了小波变换在图像处理中的应用,小波变换域传统数据压缩模式相结合,取得好的压缩效果。掌握基于Mallat的小波变换对图像处理的作用,通过小波变换可以取得图像压缩及图像重构非常好的效果。     

小波变换在数字图像处理中的应用

小波变换在数字图像处理中的应用是小波变换典型的应用之一。由信号分析中傅里叶变换的不足引出小波变换,然后简单介绍了小波变换的定义和种类,分析了小波变换的性质和Mallat算法,总结了小波变换在数字图像处理中的四种应用：基于小波变换的图像压缩、图像去噪、图像增强和图像融合,分析了四种应用的过程及特点,同时进行了相应的Matlab试验与仿真。试验结果表明,小波变换在数字图像处理中的应用切实可行、简单方便、效果好、有很强的实用价值,有较好的应用前景。     

小波变换与视觉计算模型的算法实现

本文根据小波变换与视觉初级的共同之处，提出一种采用小波变换来进行视觉预处理，并结合神经网络、注意控制等技术的计算机视觉系统方案。这种方案既符合人类视觉进行信息处理的机制，又有利于进行图象分析与模式识别。     

M带小波变换在图象中的应用

小波变换是近年来兴起的一种时频域信号分析理论，是信号分析处理的一种强有力的新工具，本文根据小波变换的特点，在Ｍａｌａｔ“二带”多分辨分析的基础上，论了分析信号的多带多分辨分析的理论和实现算法，并将这一理论和算法应用于图象处理，取得了满意效果。     

小波变换在红外图象处理中的应用

小波变换近年来在图象处理中的应用日益受到人们的关注。小波变换可能同时在时间（或空间）和频率域对信号进行分析，是多分辨率分析的有力工具。本文介绍了小波变换在红外图象处理中的应用，例如红外／可见光图象的配准与融合，红外图象增强，红外图像中的微弱目标探测等。     

光学子波变换（3）：应用

本文综述了子波变换的发展概况，总结了光学子波变换的一些应用领域，重点论述了在纹理分割中的应用，提出了联合子波变换相关器及其应用于二值图象的特征提取，给出了多通道盖伯变换在纹分割中的应用设想以及初步的研究结果。     

方向扩散方程与小波变换的相关性研究

方向扩散方程是一种有方向性的扩散,本文基于这一特点,对方向扩散方程与小波分解和重构的相关性作了研究。首先,用小波分解后下层的低频图像作为对上层低频图像的一个初始近似,验证了由上层低频图像经方向扩散方程可逐渐扩散收敛到下层的低频图像;反过来,由下层低频图像经方向扩散方程亦可逐渐扩散恢复到上层低频图像,这正体现了小波分解与重构的渐变过程。因此,由方向扩散方程的迭代扩散可以实现小波变换在相邻两层间的分解与重构,且随着所选扩散时间间隔的减小,可以在越来越细的尺度上观察相邻两层间小波分解与重构的渐变过程。     

应用小波变换于电磁场目标后向散射信号的时频图分析

本文将Ｍｏｒｌｅｔ小波用于电磁场后向散射信号的时频分析，为了更好地提高时频分析的时间和频率分辨率，我们对Ｍｏｒｌｅｔ小波进行了改进，并合理地选择尺度的变化规律，数据结果证明无论地同时提高时频分辨率还是抗噪声能力上，改进的Ｍｏｒｌｅｔ小波时频分析都优于短时傅里叶变换和Ｗｉｇｎｅｒ－Ｖｉｌｌｅ分布。     

基于小波变换的电能质量暂态分析

随着国家工业规模的扩大和科学技术的发展,电的使用越来越广泛,电力负荷迅速增加,对电网运行状态进行高效而准确的检测分析具有重大意义。相对于稳态分析,暂态分析的难点在于快速、及时地捕获信号突变和进行准确、稳定的分析。对于暂态信号突变的检测,该文从微分算子可以监测突变的特性出发,发现了小波滤波器Ⅳ阶消失矩和Ⅳ次卷积微分算子的等价关系,并对小波滤波器的检测能力做出了分析。     

基于小波变换的清浊音分类及基音周期检测算法

该文提出了一种基于小波变换的鲁棒性基音周期检测方法。检测前在小波域上用Teager能量算子对语音信号进行清浊音判决,对浊音段采用空域相关函数提取基音周期。实验表明,与传统的小波变换算法和自相关法相比,该方法鲁棒性好,具有更高的准确性。     

基于小波变换的频谱细化分析方法

小波理论是傅里叶分析这一学科半个世纪以来的工作结晶，已成功应用于信号分析、图像处理及非线性科学等方面。本文基于小波变换可提取信号所需频率成分的特性，提出了小波变换频谱细化方法，文中介绍了小波变换频谱细化的原理和步骤，进行了计算验证，并与复调制ZOOM－FFT方法进行了比较，结果表明，小波变换细化谱方法，可得到比复调制ZOOM—FFT方法更细密的结果，小波变换细化谱方法实现起来更简单、容易，但计算量较大。     

基于小波变换的电力系统间谐波检测

间谐波是电力系统中一种特殊的谐波,它大量存在于电网中。间谐波对电网危害大,所以对它进行监测和分析具有重要的意义。针对基于傅里叶变换（DFT）的间谐波分析方法易受噪声干扰和对间谐波分辨率低的缺点,提出了一种基于小波变换的间谐波分析方法。仿真结果表明,该方法具有高分辨率特性,可以很好地分析间谐波。在电力系统间谐波分析方面具有经典DFT方法无可比拟的优越性。     

小波变换在远程监视系统中的应用

在利用电话线路进行图像传输的远程监视系统中，图像的压缩和编码是系统中的核心部分。利用小波变换的优良特性进行图像压缩可以达到较大的压缩比，并且具有良好的图像重建效果。     

一种自适应模糊密度赋值的小波变换遥感图像融合算法

该文提出了一种基于模糊积分的多光谱图像和全色遥感图像融合算法。该算法首先由多光谱图像和全色图像的小波系数来获取模糊积分的信度函数,再依据小波系数的局部窗口内的方差自适应的构造模糊密度,然后由模糊积分计算融合后的小波系数,最后进行小波逆变换,得到融合图像。实验表明,采用新的基于模糊积分的融合方法,只要选择适当的模糊密度,就可以使得融合图像在提高空间细节质量的同时,相比其它融合算法能够具有更好的光谱质量。