haar

基于MATLAB的虚拟实验系统 的源代码 信号与系统 典型课程的演示实验的编程 GUI(the virtual experiment system for signal processing on the matlab)

基于小波变换的随机噪声降噪的matlab 主要运用的方法有软阈值去噪法和硬阈值去噪法(Based on wavelet transform matlab random noise and noise reduction methods are mainly used soft thresholding method and hard thresholding method)

说明：  图像小波变换，小波变换（wavelet transform，WT）是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间-频率”窗口，是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征，能对时间（空间）频率的局部化分析，通过伸缩平移运算对信号（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变换以来在科学方法上的重大突破。(Image Wavelet Transform)

说明：  Curvelet变换是由一种特殊的滤波过程和多尺度脊波变换组合而成：本程序对彩色图像进行了curvelet变换从而实现图像去噪的效果。首先对图像进行子带分解；然后对不同尺度的子带图像采用不同大小的分块；最后对每个分块进行Ridgelet分析。(Curvelet transform is a combination of a special filtering process and multi-scale ridgelet transform. In this program, curvelet transform is applied to color image to achieve the effect of image denoising. First, the image is decomposed into sub-band; then the sub-band images of different scales are divided into different sizes; finally, each sub-band image is analyzed by ridgelet.)

简单的方向滤波器， 带测试图的， 可以直接运行(Simple directional filter, with a test chart, you can directly run)

一种基于DWT小波变换的数字音频水印嵌入方法，供大家参考学习(Based on the the DWT wavelet transform digital audio watermark embedding method for your reference learning)

对图像进行滤波处理是图像处理中最常见的一种操作类型。而这其中低通滤波（也可以叫做平滑）有事各种滤波处理中最常用的。这里就简单写写 OpenCV 中提供的几种低通滤波方法。 具体思路：对源图像进行离散傅里叶变换，滤波后通过cvDFT进行傅里叶逆变换得到理想低通滤波器、巴特沃斯低通滤波器、高斯低通滤波器后图像

阵列信号的处理，在阵列天线阵列中的DOA估计的经典算法(Array signal processing, antenna array in an array of classic DOA estimation algorithm)

利用matlab中的小波变换函数，对图像进行小波降噪，并分析降噪效果。(The wavelet transform using matlab function, the image wavelet noise reduction, and analyze the noise reduction effect.)

用于时频分析，其中包括短时傅里叶变换、小波变换、脊线提取以及一些信号的生成等。(For time-frequency analysis, including short-time Fourier transform, wavelet transform, ridge extraction and generate some signals and so on.)