毕业论文小波阈值去噪及matlab仿真.doc

摘 要
小波分析理论是一种新兴的信号处理理论，它在时间上和频率上都有很好的局部性，这使得小波分析非常适合于时—频分析，借助时—频局部分析特性，小波分析理论已经成为信号去噪中的一种重要的工具。利用小波方法去噪，是小波分析应用于实际的重要方面。小波去噪的关键是如何选择阈值和如何利用阈值来处理小波系数，通过对小波阈值化去噪的原理介绍,运用MATLAB 中的小波工具箱，对一个含噪信号进行阈值去噪，实例验证理论的实际效果，证实了理论的可靠性。本文设计了几种小波去噪方法，其中的阈值去噪的方法是一种实现简单、效果较好的小波去噪方法。
关键词：小波变换；去噪；阈值
Abstract
Wavelet analysis theory is a new theory of signal process and it has good localization in both frequency and time do- makes the wavelet analysis suitable for time-frequency analysis has played a particularly impor-tant role in denoising,due to the fact that it has the property of time- frequency analysis. Using wavelet methods in de-noising, is an important aspect in the application of wavelet analysis. The key of wavelet de-noising is how to choose a threshold and how to use thresholds to deal with wavelet coefficients. It confirms the reliability of the theory through the wavelet threshold de-noising principle, the use of the wavelet toolbox in MATLAB, carrying on threshold de-noising for a signal with noise and actual results of the example confirmation this paper,the method of Wavelet Analysis is the method of threshold denoising is a good method of easy realization and effective to reduce the noise.
Keywords：Wavelet analysis；denoising；threshold
第1章 绪论
研究背景和意义
随着计算机技术的飞速发展，数字图像处理技术获得了飞速的发展。去除图像的噪声是图像处理过程中的一个重要环节，其结果直接影响到图像质量和特征提取的精确性。现实中由于获取图像的环境、设备及传输过程存在不确定因素，使得图像受到噪声污染是不可避免的。现代医学中, 影像被广泛应用于诊断和治疗, 是必不可少的手段和工具. 医学图像的好坏直接影响着医生对病情的诊断和治疗. 医学图像在获得的过程中都会混有各种噪声, 因此有必要进行去噪研究。
如何减少甚至消除噪声一直是图像处理研究中的课题之一。噪声是影响图像质量的重要因素；噪声的存在导致图像的某些特征细节不能被辨识, 图像信噪比下降。在图像处理中如何有效地去除噪声, 提取图像信息变得尤为重要。利用计算机等设备处理图像，容易受噪声干扰造成质量下降，极大影响了人们从图像中提取信息，所以非常有必要在利用图像之前消除噪声。
信号在生成和传输的过程中会受到各种各样噪声的干扰，对信息的处理、传输和存储造成极大的影响。寻求一种既能有效地减小噪声，又能很好地保留信号原始信息的方法，是人们一直追求的目标。利用振动信号或状态量对设备进行诊断是设备故障诊断中最有效、最常用的方法 ,过去常用传统的基于快速傅里叶变换( FFT)的频谱分析方法进行振动信号处理,但是傅里叶分析存在着严重的不足,它只适于分析时不变系统的平稳信号 ,而不适于分析非平稳信号,且傅里叶变换对在检测信号