from：
小波變換和小波閾值法去噪
1. 小波變換
小波變換是一種訊號的時間——尺度（時間——頻率）分析方法，它具有多分辨分析的特點，而且在時頻兩域都具有表徵訊號區域性特徵的能力，是一種視窗大小固定不變但其形狀可改變，時間窗和頻率窗都可以改變的時頻區域性化分析方法。即在低頻部分具有較低的時間解析度和較高的頻率解析度，在高頻部分具有較高的時間解析度和較低的頻率解析度，很適合於分析非平穩的訊號和提取訊號的區域性特徵，所以小波變換被譽為分析處理訊號的顯微鏡。
傅利葉是將訊號分解成一系列不同頻率的正余弦函式的疊加，同樣小波變換是將訊號分解為一系列的小波函式的疊加(或者說不同尺度、時間的小波函式擬合)，而這些小波函式都是乙個母小波經過平移和尺度伸縮得來的，如下圖。
cwt步驟：
首先選擇乙個小波基函式，固定乙個尺度因子，將它與訊號的初始段進行比較；
通過cwt的計算公式計算小波係數（反映了當前尺度下的小波與所對應的訊號段的相似程度）；
改變平移因子，使小波沿時間軸位移，重複上述兩個步驟完成一次分析；
增加尺度因子，重複上述三個步驟進行第二次分析；
迴圈執行上述四個步驟，直到滿足分析要求為止。
morlet等小波只能做cwt，有些是因為沒法兒構造尺度函式，有些是根本就沒有逆變換（只有滿足某些條件，cwt才存在逆變換，這與小波基有關），有些是如何離散化也不能構成正交或雙正交基，甚至按照二進位制的離散化不能構成緊支的框架，所以它們通常不能做dwt，也就沒有逆變換、重構一說了。
dwt離散小波變換
離散小波變換dwt對尺度引數按冪級數進行離散化處理，對時間進行均勻離散化取值如二進位制離散化尺度時間為2,4,6,8...2n（要求取樣率滿足尼奎斯特取樣定理），常用於訊號的多分辨分析、訊號分解重構。
多分辨分析也稱為多尺度分析，是建立在函式空間概念上的理論。在不同的尺度和時間下，分別構造了尺度函式向量組合小波函式向量組，也即是尺度函式向量空間v與小波函式向量空間w，在一定層次下，訊號在尺度空間做卷積所得到的是訊號的近似、低頻資訊，訊號在小波空間w做卷積所得到的是訊號的細節、高頻資訊。(注意：尺度與分解層數不是乙個概念，尺度與頻率成反比的，分解層數是對頻率的範圍進行一定的劃分)。
小波分解重構過程（其中ca為低頻資訊、近似分量，cd為高頻、細節分量）：
小波閾值去噪
通常情況下， 我們在從裝置上採集到的訊號都是具有一定的雜訊的，大多數情況下，可認為這種雜訊為高斯白雜訊。被雜訊汙染的訊號=乾淨的訊號+雜訊。
為什麼要使用閾值：由於訊號在空間上(或者時間域)是有一定連續性的，因此在小波域，有效訊號所產生的小波係數其模值往往較大；而高斯白雜訊在空間上(或者時間域)是沒有連續性的，因此雜訊經過小波變換，在小波閾仍然表現為很強的隨機性，通常仍認為是高斯白噪的。 那麼就得到這樣乙個結論：在小波域，有效訊號對應的係數很大，而雜訊對應的係數很小。 剛剛已經說了，雜訊在小波域對應的係數仍滿足高斯白噪分布。如果在小波域，雜訊的小波係數對應的方差為sigma，那麼根據高斯分布的特性，絕大部分(99.99%)雜訊係數都位於[-3*sigma，3*sigma]區間內(切比雪夫不等式， 3sigma準則)。因此，只要將區間[-3*sigma，3*sigma]內的係數置零(這就是常用的硬閾值函式的作用)，就能最大程度抑制雜訊的，同時只是稍微損傷有效訊號。將經過閾值處理後的小波係數重構，就可以得到去噪後的訊號。 常用的軟閾值函式，是為了解決硬閾值函式「一刀切」導致的影響(模小於3*sigma的小波係數全部切除，大於3*sigma全部保留，勢必會在小波域產生突變，導致去噪後結果產生區域性的抖動，類似於傅利葉變換中頻域的階躍會在時域產生拖尾)。軟閾值函式將模小於3*sigma的小波係數全部置零，而將模大於3*sigma的做乙個比較特殊的處理，大於3*sigma的小波係數統一減去3*sigma，小於-3*sigma的小波係數統一加3*sigma。經過軟閾值函式的作用，小波係數在小波域就比較光滑了，因此用軟閾值去噪得到的圖象看起來很平滑，類似於冬天通過窗戶看外面一樣，像有層霧罩在影象上似的。
比較硬閾值函式去噪和軟閾值函式去噪：硬閾值函式去噪所得到的峰值訊雜比(psnr)較高，但是有區域性抖動的現象；軟閾值函式去噪所得到的psnr不如硬閾值函式去噪，但是結果看起來很平滑，原因就是軟閾值函式對小波係數進行了較大的 「社會主義改造」，小波係數改變很大。因此各種各樣的閾值函式就出現了，其目的我認為就是要使大的係數保留，小的係數被剔出，而且在小波域係數過渡要平滑。
如何估計小波域雜訊方差sigma的估計，這個很簡單：把訊號做小波變換，在每乙個子帶利用robust estimator估計就可以(可能高頻帶和低頻帶的方差不同)。 robust estimator就是將子帶內的小波係數模按大小排列，然後取最中間那個，然後把最中間這個除以0.6745就得到雜訊在某個子帶內的方差sigma。利用這個sigma，然後選種閾值函式，就可以去去噪了，在matlab有實現api可使用。
小波閾值去噪過程
1、小波基的選擇
可參考 博文，一般選取小波基函式要從支撐長度、消失矩、對稱性、正則性以及相似性等進行綜合考慮。由於小波基函式在處理訊號時各有特點，且沒有任何一種小波基函式可以對所有型別訊號都取得最優的去噪效果。一般來講，db小波系和sym小波系在語音去噪中是經常會被用到的兩族小波基。
2、分解層數的選擇
對於乙個要採集的訊號，根據奈奎斯取樣定理，其取樣頻率》= 2*訊號的最大頻率。而其他雜訊頻率如高斯白雜訊的訊號是幅度分布服從高斯分布，功率譜密度服從均勻分布的，並且與有效訊號進行混合疊加的。
在小波分解中，分解層數的選擇也是非常重要的一步。取得越大，則雜訊和訊號表現的不同特性越明顯，越有利於二者的分離。但另一方面，分解層數越大，重構到的訊號失真也會越大，在一定程度上又會影響最終去噪的效果。因此在應用時要格外注意處理好兩者之間的矛盾，選擇乙個合適的分解尺度。
通常小波分解的頻段範圍與取樣頻率有關。若n層分解，則各個頻段大小為fs/2/2^n 。例如：乙個原始訊號，經歷的時間長度為2秒，取樣了2000個點，那麼做除法，可得出取樣頻率為1000hz，由取樣定理（做除法）得該訊號的最大頻率為500hz，那麼對該訊號做3層的dwt，一階細節的頻段為250－500hz，一階逼近的頻段為小於250hz，二階細節的頻段為125－250hz，逼近的頻段為小於125hz，三階細節的頻段約為62.5－125hz，逼近的頻段為小於62.5hz。對於更多階的分解也是以此類推的。
3、閾值的選取
在小波域，有效訊號對應的係數很大，而雜訊對應的係數很小。雜訊在小波域對應的係數仍滿足高斯白噪分布。
閾值選擇規則基於模型 y = f(t) + e，e是高斯白雜訊n(0,1)。因此可以通過小波係數、或者原始訊號來進行評估能夠消除雜訊在小波域的閾值。
目前常見的閾值選擇方法有：固定閾值估計、極值閾值估計、無偏似然估計以及啟發式估計等（n為訊號長度）。
4、 閾值函式選擇
確定了高斯白雜訊在小波係數(域)的閾值門限之後，就需要有個閾值函式對這個含有雜訊係數的小波係數進行過濾，去除高斯雜訊係數，常用的閾值函式有軟閾值和硬閾值方法，很多文獻**中也有在閾值函式進行一些大量的改進和優化。
軟硬閾值函式優缺點對比：
硬閾值函式在均方誤差意義上優於軟閾值法，但是訊號會產生附加**，產生跳躍點，不具有原始訊號的平滑性。
軟閾值估計得到的小波係數整體連續性較好，從而使估計訊號不會產生附加**，但是優於會壓縮訊號，會產生一定的偏差，直接影響到重構的訊號與真實訊號的逼近程度。
5、 matlab中小波工具箱
小波變換 小波變換入門 haar小波
小波可以認為是乙個帶通濾波器，只允許頻率和小波基函式頻率相近的訊號通過。小波變換的基本思想是用一組小波函式和基函式表示乙個函式或者訊號。首先，以haar小波變換過程為例來理解小波變換。例 求只有4個畫素 9 7 3 5 的影象的哈爾小波變換係數。計算步驟如下 步驟2 求差值 differencing...
coif小波 小波的幾個術語及常見的小波基介紹
小波的幾個術語及常見的小波基介紹 本篇是這段時間學習小波變換的乙個收尾，了解一下常見的小波函式，混個臉熟，知 道一下常見的幾個術語，有個印象即可，這裡就當是先作乙個備忘錄，以後若有需要再深入 研究。一 小波基選擇標準 小波變換不同於傅利葉變換，根據小波母函式的不同，小波變換的結果也不盡相同。現實中到...
學習小波（2） 正交小波的性質
一般小波是由f t 經過和小波做內積運算得到頻率上的函式f a,b a是尺度因子可以表示頻率，b是平移因子表示時間 這就是小波變換的過程。也就是說，進行了公升維，為了簡化計算，因子在l 2 上構造特殊的小波 正交小波 正交小波構造了乙個限制尺度因子和平移因子的小波，這樣就可以從取連續的點取2 j的點...