针对图像处理课程的小波问题详解

小波变换使用VHDl DWT 很使用的，可以试试

【老生谈算法】基于小波变换的数字图像水印处理（MATLAB源代码） .doc

简要叙述了小波变换在信号降噪中得应用,并附有MATLAB程序.

Wdencmp函数 %装载并显示原始图像 load wbarb; subplot(1,2,1); image(X);colormap(map); title(‘原始图像'); % %采用默认的全局阈值对图像进行压缩 [thr,sorh,keepapp,crit]=ddencmp('cmp','wp',X); Xc=wpdencmp(X,sorh,3,'bior3.1',crit,thr,keepapp); subplot(1,2,2); image(Xc);colormap(map); title(‘全局阈值压缩图像');

学术论文 利用Matlab实现基于小波变换的遥感图像融合

为了进一步加强保密通信的安全性，提出了一种基于FPGA硬件平台的多涡卷超混沌系统。这使得加密之后的图像更具有复杂性和不确定性。而且在加密处理之前对原始图像进行了小波变换处理，它能够去噪和对图像一定程度的压缩处理。实验结果表明该方案加密效果明显，图像还原程度高，达到了设计要求。

结合小波变换和BP神经网络模型，提出了一种基于小波神经网络的图像边缘检测方法。利用二进小波边缘检测技术对灰度图像局部进行边缘检测，把边缘信息作为神经网络的输出，对局部图像数据进行神经网络模型训练，通过训练得到的局部图像模型预测得到整幅图像像素的边缘信息，通过对BP神经网络和小波神经网络的边缘检测结果进行对比实验可知，小波神经网络模型预测得到的边缘检测信息不仅比BP神经网络模型好，而且也可以更清楚地得到边缘近邻的更多信息。

本文提出了一种构造自适应小波的新方法。其主要思想是通过设计合适的小波滤波器组来提取信号的不同模式。这种构造导致了一种新的小波变换，称为经验小波变换（EWT）。实验结果表明，与经典的经验模式分解(EMD)方法相比，该方法是可行的。

在对窄带干扰(NBI)进行时频特性分析的基础上,提出了一种利用小波变换进行NBI抑制的方法。该方法首先把回波数据的频谱变换到多分辨的小波域中;然后在小波域中采用恒虚警概率方法对小波系数进行干扰识别和干扰抑制;接着把干扰抑制后的数据变换到原始回波数据域,利用常规的SAR成像算法进行成像处理;最后得到清晰的SAR图像。与其他窄带干扰抑制算法相比,该算法在干扰抑制过程中对有用信号造成的损失较小,并且可以有效地抑制时变的NBI。结合仿真和实测数据的处理,经过实验分析,验证了该方法的有效性。