小波變換在信號(hào)去噪中的應(yīng)用
頁數(shù) 35 字?jǐn)?shù) 9733
摘要
小波理論自1982年T Morlct提出以來，已經(jīng)得到了蓬勃的發(fā)展，應(yīng)用在各個(gè)學(xué)科領(lǐng)域：信噪分離、通信與語音處理中的子帶編碼、圖像的邊緣檢測、分割與數(shù)抓壓縮、圖像的恢復(fù)等。
在信號(hào)分析技術(shù)中，信號(hào)中通常都不可避免的存在著各種不易消除的噪聲。這些噪聲的存在將影響系統(tǒng)的分辨率和穩(wěn)定性，而且噪聲嚴(yán)重時(shí)，會(huì)淹沒正常的信號(hào)，導(dǎo)致無法正常工作。因此，數(shù)據(jù)的去噪(濾波)是一個(gè)首要的問題。常用的去噪算法在消除噪聲的同時(shí)，數(shù)據(jù)信息會(huì)產(chǎn)生較大失真丟失信息。80年代中后期發(fā)展并成熟起來的小波理論，由于具有對(duì)信號(hào)的分時(shí)分頻的精細(xì)表達(dá)和多分辨率分析的特點(diǎn)，即有用信號(hào)和噪音在不同尺度上呈現(xiàn)不同的時(shí)頻特征或傳播行為，根據(jù)這些特征的不同，可以將有用信號(hào)提取出來。小波去噪算法能滿足各種去噪要求，如低通、高通、陷波、隨機(jī)噪音的去除等。而且與傳統(tǒng)的去噪方法相比較，小波去噪有著無可比擬的優(yōu)點(diǎn)。









第1章 緒論 2
1.1 課題背景和意義 2
1.2 課題發(fā)展現(xiàn)狀 4
1.3 小波變換在信號(hào)去噪中的應(yīng)用 4
第2章 小波理論 6
2.1 小波變換及離散小波變換 6
2.1.1 連續(xù)小波變換 6
2.1.2 離散小波變換 7
2.2 多分辨率分析 8
2.2.1 多分辨率分析 8
2.2.2 小波函數(shù)與小波空間 9
2.2.3 正交小波函數(shù)與多分辨率分析 9
2.2.4 二尺度方程 11
2.3 Mallat快速算法 12
2.3.1 離散序列小波分解 12
2.3.2 離散小波序列重構(gòu) 14
2.4 本章小結(jié) 14
第三章 基于小波變換的去噪方法研究 14
3.1 信號(hào)和噪聲的小波特性 15
3.1.1 含噪信號(hào)的數(shù)學(xué)模型 15
3.1.2 信號(hào)和噪聲在小波變換下的特征 15
3.2 信號(hào)去噪處理方法 16
3.2.1 小波分解 17
3.2.2 估計(jì)小波系數(shù) 17
3.2.3 閾值的選擇 19
3.2.4 的選取 22
3.2.5 小波重構(gòu) 22
3.3 改進(jìn)方案 22
3.4 本章小結(jié) 23
第4章 仿真結(jié)果及討論 23
結(jié)論 31
參考文獻(xiàn) 32
致謝 32
畢業(yè)設(shè)計(jì)（論文）成績?cè)u(píng)定表 34

參考文獻(xiàn)
1 吳樂南編著.數(shù)據(jù)壓縮.北京:電子工業(yè)出版社, 2000:1-27
2 黃賢武,王加俊,李家華編著.數(shù)字圖像處理與壓縮編碼技術(shù).成都電子科技大學(xué)出版社,2002,(18):360-366
3 崔屹.圖像處理與分析—數(shù)學(xué)形態(tài)學(xué)方法及應(yīng)用.北京:科學(xué)出版社,2000:15-29
4 崔屹.數(shù)字圖象處理技術(shù)與應(yīng)用.北京：電子工業(yè)出版社，1996：7-29
5 余松 張文軍 孫軍.現(xiàn)代圖象信息壓縮技術(shù).北京：科學(xué)出版社，1998