matlab开发-无失真数据HidingBasedInteger小波变换。郭荣轩采用整数小波变换进行无损数据隐藏。（可逆水印）

matlab开发-Haar小波变换矩阵化。创建Haar小波变换矩阵

小波变换图像处理C语言程序实现

去噪算法基于小波变换的FISTA算法基于小波变换的FISTA算法

传统小波阈值去噪分为硬阈值去噪和软阈值去噪，而在其去噪过程中，硬阈值函数在一些不连续点处 有时会产生伪吉布斯现象；软阈值函数中估计的小波系数与信号的小波信号之间存在恒定偏差。为了去除这些 现象，本文提出了几种新阈值函数的改进方案。实验结果表明，新阈值函数消噪后的视觉特性较好，并且信噪比 提高，均方根误差有所降低。从而说明这些方法的有效性。

以小波变换和双随机相位编码为基本理论依据,提出了一种新的多图像加密算法。该方法利用小波变换的多层次分解特性,提取各个图像的低频部分组合成一幅新的图像,再利用基于混沌的双随机相位编码算法进行加密。所提方法采用低频部分横向叠加的组合方式,避免了加性串扰,提高了系统容量和加密效率。另外,借助混沌系统来生成随机相位模板的思想使得加密系统在减小密钥体积的同时,增加了密钥的敏感性。数值仿真表明所提算法能够有效性的进行多图像加密,并且具有较高的密钥敏感性和良好的鲁棒性。

小波变换作为时频分析的强大工具，已经被广泛应用于各个工程 领域。本文主要研究小波变换在医学图像处理中的应用，包括医学图 像的去噪及分割。第一章中概述了医学影像学和一些医疗设备的成像 原理，而后对医学图像处理的意义及方法进行了介绍。第二章主要分 析了可能影响医学图像的各种噪声及其统计模型，而后，简要介绍了 几种典型医学图像中的噪声。第三章详细介绍了小波变换的相关理 论，尤其是对其衍生出的正交小波、双正交小波和冗余小波的理论及 实现做了说明，突出介绍了小波变换的多分辨率分析特性在图像去噪 应用中的优势。小波阈值去噪在医学图像处理中的应用，及其原理和 方法在第四章中进行了详细介绍，并对阈值选取算法做了说明。接下 来，在第五章之中详细讨论了综合分水岭分割算法和小波变换的图像 分割，提出了一种基于标记的分水岭分割算法，并将这种算法与小波 变换相结合，取得了较好的分割效果。第六章则展示了本文提出的小 波变换去噪及分割算法在CT图像中应用的实验结果，无论是去噪还 是分割，都取得了较好的结果。第七章对全文进行了总结，并对今后 的工作进行了展望。

通过典型信号的MATLAB仿真讨论了小波在检测信号突变点时的选取原则。针对滚动轴承故障振动信号,先进行小波消噪,再进行小波分解与重构,对重构后的细节信号作Hilbert包络并进行谱分析,从功率谱中可清晰地识别出滚动轴承故障特征频率。

小波分析的发展历史 小波变换分类及各类小波变换的原理

基于小波变换的图像拼接源代码，将图像变换后在拼接