压缩感知_此程序实现构造小波基 求解小波尺度函数离散整数点的值 实现尺度函数经伸缩后的离散值 采用双尺度方程求解小波基函数 PSI(T)

利用db3小波基进行小波变换，对加入噪声的的信号进行小波变换从而达到去噪的效果

包含db4小波滤除的各种文件，其中含程序，还有一款测试软件，可以自己设置参数，进行测试。

Mexican hat小波基函数生成代码，可直接运行

用于图像的压缩感知，用正交小波基稀疏表示，OMP重构算法。

matlab小波基函数代码过完备字典 信号通常表示为基函数的线性组合（如傅立叶、余弦或小波表示）。 基函数总是与它们所代表的（离散）信号具有相同的维度。 传统上，基函数的数量与其表示的信号的维数相同。 信号的更一般表示使用所谓的“过度完备字典”，其中基函数的数量大于信号的维数。 对于完整的碱基，信号的表示总是唯一的。 这种唯一性在过度完备的基础上丢失了。 由于一个信号可以在过度完备的基础上有许多表示，我们选择最稀疏的一个过完备基在信号表示中提供了更大的紧凑性。 余弦 + 尖峰 如果信号是余弦函数的线性组合，则可以使用离散余弦变换 (DCT) 对其进行稀疏表示。 如果信号是尖峰函数的线性组合，那么它在时域中是稀疏表示的（身份变换）。 但是，如果有一个信号是余弦函数和尖峰函数的线性组合，则不能在任一基（DCT 或 Identity）中稀疏表示。 如果我们创建一个基 ( A ) 作为 DCT 和 Identity 的并集，那么信号可以稀疏地表示，因为余弦分量可以由 DCT 基稀疏表示，尖峰可以由 Identity 基稀疏表示。 在基A 中寻找信号的最稀疏表示是一个 NP-hard 问题，因此

压缩感知离散余弦变换基-小波基MATLAB程序

提出了一种用于织物疵点检测的自适应正交小波基的构造方法。该方法从小波滤波器系数满足的正交归一化条件入手，采用一定数量参数角的正弦和余弦函数构造出一定长度的正交小波滤波器系数的统一解析式；以分解子图中像素最大能量值最小作为逼近条件，采用遗传算法作为寻优算法，从而实现针对不同的织物，自适应地构造小波基。同时，实验证明了自适应小波基的对疵点图像分解效果。

小波分析在工程应用中，一个十分重要的问题就是最优小波基的选择问题，因为用不同的小波基分析同一个问题会产生不同的结果。

对一维小波进行降噪，比较选择合适的小波基和分解层数，阈值规则，阈值函数，最后进行小波降噪的改进，适合开始学习小波的同学