在这一部分分别介绍了冗余变换中的离散脊波变换、二进小波变换、曲波变换、快速曲波变换。
小波变换中，小波函数具有非常好的局部化特征。
小波变换与离散余弦变换相比，运算复杂度高，如何解决小波变换的快速实现对小波变换的广泛应用具有重要的意义。
提出一种基于小波变换的像素级图像融合算法。
本文通过对复小波的研究发现复小波变换的相位信息能用于频率检测*波分析，提出了基于复小波变换相位信息的频率*波检测新算法。
基于小波变换品质因数不变*的特点，结合适当的小波基，探讨小波变换在回波信号检测中的算法。
研究小波变换软阈值去噪方法在超声检测回波处理中的应用。
文中主要研究平移不变小波变换在图象降噪中的应用
首先简单介绍了小波变换消噪的原理，然后分别利用小波变换和傅里叶变换，对临床采集的脉象信号进行了消噪处理。
介绍了小波变换的定义及小波变换的*质，特别介绍了零通小波的理论及其如何在地震勘探资料处理中的应用。
与通常的自适应多用户检测算法相比，该算法利用了小波变换对小波空间进行了分解，信号经小波变换后自相关*会下降，收敛速度提高。
介绍小波变换定义、*质和时间尺度分析，研究小波变换的尺度谱检测无噪声和有噪声条件下的行波暂态信号的能力。
利用小波变换域主分量分解法从一维时间序重构混沌吸引子。
本文主要研究了基于小波变换的像素级图像融合。
小波变换的方法具有十分明显的分频特*和去噪功能。
[中英文摘要]提出了一种基于提升小波变换的数字水印嵌入方案
传统的小波变换基频检测通过比较相邻尺度上的小波系数极值点来进行检测。
以马尔可夫随机过程和梯度小波变换为基础提出了梯度小波纹理模型；
原始载体图像经小波变换后，根据邻近特征平均值将水印嵌入到小波域中所选择的细节子带上。
对红外图像进行平稳小波变换后，对小波系数进行模糊阈值处理实现图像去噪。
针对离散小波变换具有平移变化*和弱方向*的特*，本文提出了一种基于双树复小波变换(DT-CWT)统计模型的医学图像纹理检索方法。
该法既利用了小波变换的优越的局部时频域特*和良好的方向*的特点，又无需进行小波反变换，计算量较小。
结论将小波变换级联形态滤波的去噪方法应用到载人航天过程中是可行的。
在实验中，将该算法分别应用到实值离散小波变换域和双树复数小波变换域，并和隐马尔科夫模型的去噪方法做了比较分析。
针对基线漂移噪声问题，本文提出了一种利用小波变换逼近信号进行滤波的新方法。
提出了一种将传统后置自适应滤波技术和小波变换技术相结合的传声器阵列语音增强方法。
为了提高科里奥利质量流量计的降噪水平，采用以小波变换作为前置滤波器来抑制噪声干扰。
为了提高传统小波变换的*能，使用提升小波变换提取轧辊偏心信号，并对其进行在线自寻优控制。
在分析小波变换对噪声和边缘点影响规律的基础上，结合多尺度乘积的特*，提出了一种基于小波变换的多尺乘积边缘检测新算法。
以前的图像和视频编码标准采用DCT编码，在变换域嵌入水印大多使用分块或整体DCT技术。小波变换相比于DCT变换有很多优点。
在此基础上，探讨了对传统的阈值方法的改进，即平移不变小波变换去噪法.
根据小波变换检测信号突变的*质，充分利用多分辨率分析，准确可靠地实现了基音检测；
以堆积球团矿图像为背景，研究了一种基于小波变换的堆积小球边缘检测方法。
采用小波变换分析水平管流上的压差信号，根据段塞流与波状流的小波分析特*，可容易地识别流型。
由于复数小波具备平移不变*和方向选择*等优点，使得它在图像去噪中可以克服离散正交小波变换去噪中存在的毛刺现象。
该算法在编码器端采用过完备小波变换来引入冗馀，并通过量化比例因子来调整编码的冗馀度；
本文以TMS片为平台，探讨了提升格式构造小波变换应用于图象快速无损压缩的具体实现
在数据预处理中引入小波变换对交通流数据进行消噪处理，以提高数据的准确度。
小波变换多分辨分析的特点符合人眼视觉特*，因此非常适合于视觉检测
目前有很多基于离散小波变换(DWT)的水印算法，但结合分形编码技术的很少。
这表明了小波变换对于非整次谐波的检测和分析是可行的，从而为谐波的精确检测提供了有效的手段。
提出的双频光栅小波变换查表相位解包法很好地解决了傅里叶变换轮廓术，以及连续相位解包法在非连续物体三维面形测量中所存在的问题。
并将该方法与传统快速傅立叶变换分析结果进行比较，探讨了使用小波变换对工程实测数据进行分析的可行*。
在此基础上提出了基于人类视觉特*的离散余弦变换水印嵌入算法和离散小波变换水印嵌入算法。
由小波变换编码实现的视频压缩在具备高压缩比的基础上，仍拥有较高的主观视觉效果，避免了由分块dct变换引起的方块效应。
本课题就是针对上述问题，通过小波变换和分形这两种方法来进行图像压缩，对比起压缩效果，总结出分别适合于小波和分形压缩的图像。
实验中以CDF 9/7二维离散小波变换为例，对于JPEG 2000中推荐使用的5级小波分解，本文算法相对于原空间组合推举算法的缩放运算乘法量减少了34。
该方法基于信号和白噪声在小波变换下具有不同的特*，将含噪信号进行多尺度小波分解，采用软阈值方法将其高频部分进行量化处理，再进行重构。
然后对差分序列进行小波变换，通过小波系数的模量极大值点的位置准确探测出周跳发生的历元；
本文利用小波变换系数的模的平方值与信号奇异*指数之间的关系，从超声回波信号中提取出了胎儿的心率。
本文中使用小波变换的主要优点是它可无限分频的能力，可以将具有不同变化规律的因素造成的价格波动变化分离出来，从而为针对*的寻找预测方法和规律提供了可能；
在图像去噪算法中，怎样克服离散正交小波变换的不具备平移不变*的缺点也一直是研究的热点。
基于信号在不同尺度下小波变换系数模不同的变化特征，结合最优梯度估计算法提出了一种边缘检测方法。
使用小波变换分析数据的多尺度特*，借助核函数来解决非线*映*问题，同时解决了噪声和干扰造成的各变量数据具有时间序列动态*问题。
*结果表明 ，在合理选取判断阈值和进行小波变换的信号长度时 ，该方法能快速、准确地判断出真正的信号跳变。
充分利用双树复小波变换的旋转不变*良好的方向选择*以及有限的冗余等优点，将其有效地应用于纹理特征提取过程中
本文基于视频序列的运动特征，提出了一种自适应三维小波变换结构，该结构能够根据视频序列的运动剧烈程度自适应确定帧组大小
针对标量量化压缩比小而向量量化压缩速度慢、图像复原效果不理想等弱点，提出了基于小波变换的分类量化图像编码算法(简称“分类量化编码”)。
将实际观测到的一组烟囱垂直位移监测数据作为通常意义下的时序信号，并对其进行小波变换分析
小波变换分频处理地震资料，也可以得到较好的高分辨率资料，但是分频处理地震资料的时间较反褶积方法长。
为解决现有时间序列相空间重构方法中重构信息冗余的问题，本文将小波变换引入到相空间重构之中
了提高CT图像的清晰度，降低伪影对医生诊断的不利影响，文章提出了一种基于小波变换和软阈值法的CT图像伪影消除方法。
提出了一种基于小波变换域的块匹配运动估计搜索的新算法，模拟实验表明，利用此算法可获得比一般运动块匹*法更大的峰值信噪比，具有更好的*能复杂度比。
