小波变换去噪基础知识整理.docx

1.小波变换的概念

小波(Wavelet)这一术语，顾名思义，“小波”就是小的波形。所谓“小”是指它具有衰减性；而称之为“波”则是指它的波动性，其振幅正负相间的震荡形式。与Fourier变换相比，小波变换是时间(空间)频率的局部化分析，它通过伸缩平移运算对信号(HYPERLINK函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了Fourier变换的困难问题，成为继Fourier变换以来在HYPERLINK科学方法上的重大突破。有人把小波变换称为“数学显微镜”。

2.小波有哪几种形式常用的有哪几种具体用哪种，为什么？

有几种定义小波(或者小波族)的方法:

缩放滤波器:小波完全通过缩放滤波器g——一个低通HYPERLINK\o有限脉冲响应有限脉冲响应(FIR)长度为2N和为1的滤波器——来定义。在双正交小波的情况，分解和重建的滤波器分别定义。

高通滤波器的分析作为低通的QMF来计算，而重建滤波器为分解的时间反转。例如Daubechies和Symlet小波。

缩放函数:小波由时域中的小波函数(即母小波)和缩放函数(也称为父小波)来定义。

小波函数实际上是带通滤波器，每一级缩放将带宽减半。这产生了一个问题，如果要覆盖整个谱需要无穷多的级。缩放函数滤掉变换的最低级并保证整个谱被覆盖到。

对于有HYPERLINK\o紧支撑紧支撑的小波，可以视为有限长，并等价于缩放滤波器g。例如Meyer小波。

小波函数:小波只有时域表示，作为小波函数。例如墨西哥帽小波。

3.小波变换分类

小波变换分成两个大类：HYPERLINK\o离散小波变换离散小波变换(DWT)和HYPERLINK\o连续小波转换连续小波转换(CWT)。两者的主要区别在于，连续变换在所有可能的缩放和平移上操作，而离散变换采用所有缩放和平移值的特定子集。

DWT用于HYPERLINK\o信号编码信号编码而CWT用于HYPERLINK\o信号分析信号分析。所以，DWT通常用于工程和计算机科学而CWT经常用于科学研究。

4.小波变换的优点

从图像处理的角度看，小波变换存在以下几个优点：

(1)小波分解可以覆盖整个频域(提供了一个数学上完备的描述)

(2)小波变换通过选取合适的滤波器，可以极大的减小或去除所提取得不同特征之间的相关性

(3)小波变换具有“变焦”特性，在低频段可用高HYPERLINK频率分辨率和低时间分辨率(宽分析窗口)，在高频段，可用低频率分辨率和高时间分辨率(窄分析窗口)

(4)小波变换实现上有快速算法(Mallat小波分解算法)

另:

1)低熵性变化后的熵很低;

2)多分辨率特性边缘、尖峰、断点等;方法,所以可以很好地刻画信号的非平稳特性

3)去相关性域更利于去噪;

4)选基灵活性:由于小波变换可以灵活选择基底,也可以根据信号特性和去噪要求选择多带小波、小波包、平移不变小波等。

小波变换的一个最大的优点是函数系很丰富,可以有多种选择,不同的小波系数生成的小波会有不同的效果。噪声常常表现为图像上孤立像素的灰度突变,具有高频特性和空间不相关性。图像经小波分解后可得到低频部分和高频部分,低频部分体现了图像的轮廓,高频部分体现为图像的细节和混入的噪声,因此,对图像去噪,只需要对其高频系数进行量化处理即可。

5.小波变换的科学意义和应用价值

小波分析是目前数学中一个迅速发展的新领网域，它同时具有理论深刻和应用十分广泛的双重意义。

小波分析的应用领域十分广泛，它包括：数学领域的许多学科；信号分析、图象处理；量子力学、理论物理；军事电子对抗与武器的智能化；HYPERLINK计算机分类与识别；音乐与语言的人工合成；医学成像与诊断；地震勘探数据处理；大型机械的故障诊断等方面；例如，在数学方面，它已用于数值分析、构造快速数值方法、HYPERLINK曲线曲面构造、微分方程求解、控制论等。在信号分析方面的HYPERLINK滤波、去噪声、压缩、传递等。在图象处理方面的图象压缩、分类、识别与诊断，去污等。在医学成像方面的减少B超、CT、HYPERLINK核磁共振成像的时间，提高分辨率等。

(1)小波分析用于信号与图象压缩是小波分析应用的一个重要方面。它的特点是压缩比高，压缩速度快，压缩后能保持信号与图象的特征不变，且在传递中可以抗干扰。基于小波分析的压缩方法很多，比较成功的有小波包最好基方法，小波域纹理HYPERLINK模型方法，小波变换零树压缩，小波变换向量压缩等。

(2)小波在信号分析中的应用也十分广泛。它可