emd

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)

关于小波变换的降噪处理，包括强制降噪，给定阈值降噪，默认阈值降噪等，并给出了对比图(Noise reduction processing on the wavelet transform, including mandatory noise reduction, noise reduction given threshold, default threshold noise reduction, and gives comparison chart)

离散小波变换在图像处理去噪中的应用 经典文献 IEEE的(ECG signal compression using 2-D DWT Hermite coefficients)

用小波变换和OMP重构的压缩感知算法来重构lena图像。(CS Algorithm with DWT and OMP。)

Harr小波具有紧支撑、零调和性和优良的正交性等优点，因此选择它作为小波变换的基函数。对采样数据进行4层小波包变换得到16维的特征样本。(Harr wavelet has compact support, zero reconcile and excellent orthogonality, etc., so choose it as the base function of wavelet transform. 4 layers of sampled data wavelet packet transform feature samples 16 dimensions.)

说明：  针对不同采样频率和输入信噪比的心磁信号进行滤波操作，呈现出对同一输入信号采取不同滤波算法的去噪结果。(The filtering operation is performed on the magnetic heart signals of different sampling frequencies and input signal-to-noise ratios, showing the denoising results of different filtering algorithms for the same input signal.)

小波变换的MATLAB源程序，使用语语音增强，去除噪声效果好，算法实现简单，清晰(MATLAB source wavelet transform, using language speech enhancement, noise removal effect, algorithm is simple and clear)

53小波变化的vc程序，很详细，有一维和二维，可以对图像进行处理。(53 wavelet transform vc program, very detailed, one-dimensional and two-dimensional image processing.)

使用小波变换进行图像去噪，对得到的高频部分利用软阈值和硬阈值法去噪(Image denoising using wavelet transform, the high frequency part by the use of soft threshold and hard threshold denoising)

有关小波包分解和介绍的PPT，适合于初学者快速掌握小波包分解相关问题。(the PPT of wavelet packet decomposition and the introduction , suitable for beginners to quickly master the wavelet packet decomposition.)