基于小波变换的信号去噪技术及实现

阐述了小波变换去除信号噪声的基本原理和方法。研究利用小波变换技术对信号噪声进行抑制和去除非平稳信号的噪声，然后利用Matlab软件编制程序实现了基于小波变换的正弦信号噪声抑制和非平稳信号的去噪仿真分析。仿真结果表明小波变换去除噪声的效果比传统的Fourior变换方法具有极大的优越性。     

基于小波变换的密封件边缘检测

针对密封件内、外径的检测要求，提出了基于B样条小波变换的多尺度阈值图像边缘检测新方法。该方法采用小波的多分辨率分析，先计算小波变换模的极大值，然后，基于多尺度阈值消噪处理，进而检测出信号的奇异点位置，达到密封件的边缘检测目的。实验结果证明，该方法不仅能够较为准确地检测出有用的边缘信息，且具有一定的抗噪能力，是一种有效的边缘检测算法。     

小波变换在信号消噪中的应用

小波分析具有时间平移和多尺度分辨率的特点,是目前信号处理领域中十分活跃的理论.本文介绍了小波原理以及信号消噪原理和方法,并将小波变换与傅立叶变换进行比较,仿真结果表明,小波变换是一种有效的消噪方法.     

基于小波变换的图像编码研究

小波图像编码是近几年发展起：长的一种新兴的图像编码方法。本文结合小波变换的特点，对小波图像编码方案进行研究，并提出小波图像编码的新方案及实现方法。     

小波变换在信号消噪中的应用

小波分析具有时间平移和多尺度分辨率的特点,是目前信号处理领域中十分活跃的理论。本文介绍了小波原理以及信号消噪原理和方法,并将小波变换与傅立叶变换进行比较,仿真结果表明,小波变换是一种有效的消噪方法。     

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。     

基于小波变换的汉字签字特征抽取的研究

针对目前汉字鉴别效率低、容易造成几何性质的丢失的现状,提出了一种利用小波分解与重构的技术对汉字签字进行特征抽取的方法.首先对整个签字的每一笔划进行通过多分辨率分析的小波分解公式进行复信号小波变换,这样可以得到每一个笔划的小波分解值;然后设计了一组新的小波重构公式,并利用该公式对各个笔划的特征进行了有机的整合,产生了整个签字的具有旋转、平移及尺度不变性特点的特征,从而使鉴别效果大大提高.     

小波变换在天线近场测试中的应用研究

小波变换是各领域科学研究必备的有力工具.文中介绍了小波变换的理论知识,小波变换消噪的原理和过程,具体研究它在抑制天线近场测试中引进噪声的应用.仿真结果表明,小波变换消噪既能有效地去除信号噪声,又能较好的保留原信号中的突变信息.     

小波变换域数字图像增强算法及实现

图像增强是数字图像预处理中的重要方法,其主要目的是改善视觉效果.小波变换在图像压缩和图像分割两个方面应用较为广泛,图像增强方面应用较少.现概括了图像增强的原理,阐述了图像增强的方法,分析了一种小波变换域的图像增强算法并在Matlab环境下仿真实现.该算法首先使用haar小波对图像进行2层分解,然后对低频部分进行增强,对高频部分进行衰减,实验结果证明这是对图像去噪和增强的一种有效方法.     

小波变换模极大值域的一种自动滤波算法的实现

本文给出一种对小波变换模极大值进行自动滤波的算法.该算法可以自动寻找不同尺度之间对应同一边缘的模极大值,以实现非人工干预下的自动检测和去噪;并为采用小波变换模极大值法对边缘进行实时检测提供了可能性.     

B样条小波基在信号去噪中应用与性能分析

针对实际应用要求正交小波基具有一定的光滑性和正则性，利用B样条正交小波基构造滤波器，理论上通过对total variation这一正则性度量的计算，得出B样条小波的正则性优于Haar、shanonon小波，并且提出应用互相关算法来解决原信号和重构信号的延迟问题，实验分析表明：由其构造的滤波器应用在非突变信号下比Haar、shanonon小波基构造的滤波器的信噪比得到了显著性的提高。     

基于合成孔径雷达的SAR图像去噪

针对SAR图像相干斑抑制问题.提出一种双变量收缩函数与小波系数显著性增强相结合的SAR图像的斑点抑制算法.文中将双树复小波推广至斑点噪声模型,利用相邻尺度小波系数的联合概率密度函数与噪声的统计模型联立后.通过最大后验概率估计出滤波后图像的小波系数.再采用小波系数的模极大值准则对系数进行显著性增强.突出图像的边缘特征和点特征.仿真实验表明.与其他传统的去噪算法相比.本文提出的算法具有更好的去噪效果.     

基于小波变换的扩频系统PN码捕获研究

由于小波分析具有多分辨率的特点,使得利用小波分析的工具在对突变信号的检测上提取信息方面有着很强的优势。利用小波的这一性质提出了一种小波捕获的方法。通过实际仿真证明B样条小波对有噪声污染的调制信号和白噪声信号的检测更优越;并基于Harr小波提出了一种步进快速捕获方法,通过理论分析,证明该方法可有效减少捕获时间。     

基于小波变换的红外图像融合算法研究

小波变换具有良好的多分辨分析特性,可用于可见光图像与红外图像的图像融合。一般情况下,对于分解后得到的低频分量采用加权平均的方法来进行简单处理,这对融合后图像的对比度和视觉效果有很大的影响。采用基于小波变换的图像融合算法来分别处理分解后的低频分量和高频分量,并与其他融合方法进行分析比较。实验结果表明,使用所提出的算法进行融合后的图像内容清晰,具有增强图像的空间细节能力,提高图像分辨效果和人眼对场景目标的发现和识别概率,在不影响互信息量值的情况下,融合后图像的边缘保持度提高了将近2倍。     

M带小波变换在图像压缩中的应用

利用小波变换进行图像压缩一直是人们感兴趣的问题。本文根据M带小波变换理论，分析了图像经M带小波变换后的数据结构特性，利用人眼视觉特征，提出了图像的压缩编码算法。实验结果证实，该方法对图像压缩行之有效。     

基于整数小波变换的准无失真图像压缩技术

 本文首先讨论了一般整数小波的构造方法,然后利用分块DPCM与整数小波变换进行遥感图像的准无失真压缩,该方法可进行实时处理,硬件实现简单,可并行处理,实验结果表明,该方法是一种有效遥感图像压缩方法.     

基于小波变换的电磁无损检测技术

电磁无损检测信号中具有大量的噪声信号,给信号分析带来很大困难。小波分析可以聚焦到信号的不同细节,选取B-小波为小波基更能提高信号分析的效果,将它应用于检测信号的消噪平滑和奇异性检测,使得信号更加光滑,消除了干扰信号,避免断丝误判,同时使奇异点更加明显,有效地提高内外部断丝识别和定量检测的准确率,实验证明该方法效果明显。     

多尺度小波在图像测量中的应用

在图像测量中,图像的边缘检测是关键.基于信号和噪声在不同尺度下小波系数模值的变化特征,利用小波变换系数模的局部极大值提取图像的边缘.在对前、后孔配准图像的测量中,能够降低噪声,并能比较精确的得到图像的边缘.     

基于傅里叶和小波变换的电力系统谐波分析

针对目前电力系统谐波分析中存在的无法同时对稳态谐波分量和非稳态谐波分量进行准确检测的问题,提出一种利用两阶段法结合傅里叶变换和小波变换的算法来实现电力系统谐波分析的方法。首先将原始谐波信号通过小波多分辨率分析分解为低频和高频两部分,然后利用傅立叶变换分析得到低频成分中稳态谐波的幅值、相位等参数,并利用小波包进行分析得到高频部分非稳态谐波的时域信息。     

小波分析和小波包在图像消噪中的应用

小波包理论是在小波基础上发展起来的时频分析理论,在图像消噪中取得了较好的应用。文中介绍了小波分析和小波包的基本理论,分析了基于小波和小波包进行图像消噪的方法,利用MATLAB7对相同舍噪图像进行了计算机仿真,并对仿真结果进行了分析。实验表明,图像消噪效果与阈值的选取密切相关,小波包消噪后的效果比小波更好。