依据白噪声小波变换性态与信号奇异性相比具有显著不同的特点,在大尺度下设置阈值,去掉噪声信号而保留图像细节信号引起的模极大值点。在阈值设置问题上,采用自适应阈值的方法,克服单一阈值不能在每级尺度上将信号与噪声作最大分离的缺点。实验表明,与单一阈值去噪方法相比,该方法不仅可以保留图像边缘信息,而且能提高去噪后图像的峰值信噪比 2～5 dB。

C++语言，利用堆栈实现波兰表达式实现后缀表达式计算。

基于射线声学的目标声场仿真；包括简振波模型、和虚源法；以及一些波束形成算法MATLAB程序，包括自适应、CBF、STMV

利用小波分析的原理，通过小波变换实现图像融合

小波变换实现图像融合的源代码，小波变换工具

实现图像的小波融合，非常有效哈哈哈哈哈

用MATLAB编写的一些经典的关于图像融合的程序

基于小波变换的图像融合，可以在matlab上运行。亲测有效。

摘要：提出了一种基于微控制器（MCU）的实时音乐节奏提取系统。该系统能够准确地提取节奏感较强的乐曲节奏，并按照设定的增益要求控制音频放大系统的增益。经处理得到的输出音乐节奏和音频能量作为控制信号调节音乐喷泉的花型变换节奏以及水柱高度。     近年来，随着计算机技术的发展，作为一种最贴近于人类思维的音乐领域，受到越来越多的计算机研究者的关注。世界各地的不少科研院所和大学成立了专门的研究计算机音乐的机构，研究方向包括节奏提取、音调检索、音色识别、风格划分和情感提取等。每一个研究方向都有其独特的应用，节奏提取技术用于音乐驱动运动的实践；普调检索和音色识别用于基于内容的对媒体数据库的建立和检索；风格划分和情感提取对用计算机创作音乐曲日算法具有指导意义。   节奏在通常意义上指音乐中交替出现的、有规律的强弱现象。基于节奏在音乐表达中的重要地位和在多媒体应用中的广泛性，节奏提取成为计算机音乐分析中-   个重要的热点.Jarmo Seppanen"1根据系统处理对象的不同，将节奏提取系统分为以表征信号为输人（例如MI D1）的系统和以声学信号（例如WAV）为输入的系统13-11在第一类系统中，使用MIDI信号作为输入，MIDI是音乐信号在电子乐器之间传输的标准，包括硬件接口标准以及电子音乐信号在不同硬件之间的异步申行传输协议。由于MID格式的音乐文件记录了音乐的全部乐谱和演奏的全过程，很多音乐的基本特征可以直接提取出来，所以这类系统对于单音和多音的乐曲检测精度都很高。第二类系统使用真实的声学信号作为输入，因为WAVE格式是对实时播放的音乐信号进行采样和数字编码，因此记录了实际的演奏效果，接近于人类真实听觉过程。这类系统需要借助较多的电子设备对信号进行频谱分析和能量分析，再综合音乐知识推断音乐的节奏点或节奏值。

小波时频画图工具包，能较好地画出小波变换地时频图。