对于高频信号和高频噪声干扰相混叠的信号，采用小波变换去除噪声可以避免用傅里叶变换去噪带来的信号折损。对于噪声频率固定的平稳信号，在对信号进行傅里叶变换后使用滤波器滤除噪声。对高频含噪信号则采用正交小波函数sym4对信号分解到第4层，利用极大极小值原则选择合适的阈值进行软阈值处理，最后利用处理后的小波系数进行重构。实验结果表明，对于高频含噪信号傅里叶去噪会出现严重的信号丢失现象，使用极大极小值原则选择阈值进行小波去噪可以有效地保留高频部分的有用信号。

针对不同分布海杂波的抑制及目标检测问题，首次将自适应噪声对消器应用在海杂波的处理中，并且将此对消器与小波分解理论相结合来抑制海杂波，提取出目标。首先，对含有目标的海杂波信号进行小波分解。然后，类比自适应噪声对消器模型，设计一种自适应杂波对消器。将经小波分解后的信号作为自适应杂波对消器的输入信号，经过自适应杂波对消器输出的信号即为杂波抑制的结果。最后，通过MATLAB仿真，分析采用不同的小波基函数和不同的分解层数的杂波抑制效果，验证此种算法对于海杂波抑制的有效性。

针对图像的数据量的相对庞大、传输速度慢的问题，需要一种很好的压缩算法，既能以较少的失真率对图像进行压缩，又能使压缩的过程相对迅速，以满足当今网络应用的需求。通过研究两种已有的小波变换图像压缩算法的算法思想及算法流程，找出它们的特性及存在的不足，并通过对小波变换后的图像的不同频域子带的小波树进行分类，采用适合的压缩算法对各部分进行压缩，使图像的整体压缩效果得到提高，同时也降低了压缩过程的复杂度。实验结果表明，改进的小波变换图像压缩算法在压缩效果和压缩效率上都优于两种已有的小波变换图像压缩算法。这个分类压缩的方法能够有效地提高图像的压缩效果，也降低了算法的复杂度。

提出了一种基于离散小波变换的半脆弱水印认证算法。利用小波系数之间的相关性作为图像特征水 印，利用小波系数块均值量化来嵌入，在鲁棒性和脆弱性方面达到很好的平衡。该算法能够识别图像的恶意篡改， 并定位篡改发生区域，而对通常的图像处理具有一定的鲁棒性。

小波包阈值去噪MATLAB代码

wavedec2函数 功能：2-D信号的多层小波分解 格式： [C,S]=wavedec2(X,N,’wname’); [C,S]=wavedec2(X,N,Lo_D,Hi_D); 说明：使用小波基函数或指定滤波器对2-D信号X进行N层分解

利用Matlab造波，给定JONSWAP（J谱）的谱峰周期和有效波高，生成不规则波序列，其他峰形参数等为默认值，可以在函数中自行修改。同时输入参数数目可变，自行调整输出波列的长度。实现类似于海浪实验室推波板所需的“造波文件”的生成

产生三角波的程序如下： #include #define DAC0832 XBYTE[0x7fff] /* 0832端口地址*/ #define uchar unsigned char /*定义uchar代表单字节无符号数*/ void triangle ( ) ； { uchar i； while(1) {for(i=0；i<0xff；i++) {DAC0832=i; } /*三角波的上升边*/ for(i=0xff；i>0；i--)； { DAC0832=i; } /*三角波的下降边*/ } } *

程序可实现图像的小波分解和重构，严格按照2：1比例分解和重构，避免了MATLAB软件提供的小波函数不是2：1抽样的缺点。

小波分解与重构的几个matlab程序,解决小波分解与重构的问题,特上传几个小程序供大家参考