在信号处理中，小波变换效果受到整形参数、小波长度、中心频率、频带宽度及小波个数等参数的制约，特别是整形参数与小波中心频率及频带之间关系对小波变换起到决定性作用。在信号的实际处理中，可选取恰当的整形参数，同时采用合适的小波中心频率以避免小波变换对信号产生的遗漏和冗余，自适应连续小波变换就能达到此目的。

美国凯斯西厨大学数据集（CWRU）批量进行连续小波变换得到时频图像数据集

提出了一种基于二维连续小波变换的电子散斑干涉(ESPI)条纹图相位提取方法。通过检测二维小波脊确定条纹相位,并引入条纹频率作为向导,有效地避免了相位解调过程中的符号奇异性问题,从而使该算法既能处理开条纹图也能处理闭条纹图,且对散斑噪声具有较强的抑制能力。数值模拟和实验结果表明,该方法在抑制散斑噪声的同时能够有效地提取出条纹相位,对开条纹图和闭条纹图都能处理。

连续小波变换的正反变换matlab程序，含使用的例子程序

连续小波变换的过程

wavelib：一维和二维小波变换（DWT，SWT和MODWT）的C实现以及一维小波包变换和一维连续小波变换

cwt原始码MATLAB CWT 用于实现连续小波变换的Python代码。 该实现基于Wavelet工具箱中cwt的MATLAB版本中的源代码。 我发现大多数Python中的CWT实现仅输出转换的实部，这在大多数情况下没有用。

欢迎来到这个小波变换的入门教程。小波变换是一个相对较新的概念（大概十年的样子），但是有关于它的文章和书籍却不少。这其中大部分都是由搞数学的人写给其他搞数学的人看的，不过，仍然有大部分搞数学的家伙不知道其他同行们讨论的是什么（我的一个数学教授就承认过）。换言之，大多数介绍小波变换的文献对那些小波新手们来说用处不大（仅仅为个人观点）。

连续小波变换matlab程序，，欢迎同道朋友想互交流

执行反向连续小波变换的文件集合是最初由Torrence和Compo（ http://paos.colorado.edu/research/wavelets/software.html ）编写的小波软件包的扩展。 主要功能是： 1. contwt.m：（连续小波变换）。 这本质上是 Torrence 和 Compo 的 wavelet.m，做了一些修改（更多的输入和输出以便于访问） 2. invcwt.m：逆连续小波变换。 3.example_invcwt.m：演示/示例用法。 这是一个用于构建简单正弦波、设置小波参数以及比较原始和重建信号的模板。 有关详细信息和用法，请参阅每个功能中的帮助。