【正文】 診斷出進(jìn)、排氣閥泄漏故障。小波包分析不僅可以在低信噪比的信號(hào)中檢測到故障信號(hào)，而且可以濾去噪聲恢復(fù)原信號(hào)，具有很高的應(yīng)用價(jià)值。利用小波包變換方法可進(jìn)行邊緣檢測、圖像匹配、圖像目標(biāo)識(shí)別及圖像細(xì)化等。利用正交變換和小波包進(jìn)行圖像數(shù)據(jù)壓縮。小波包分析在工程實(shí)際中比較成功的應(yīng)用主要體現(xiàn)在如下幾個(gè)方面： （1）小波包分析在圖像處理中的應(yīng)用 在圖像處理中，小波包分析的應(yīng)用是很成功的，而這一方面的著作和學(xué)術(shù)論文也特別多。在理論和應(yīng)用研究基礎(chǔ)上，提供了普遍適用于機(jī)械設(shè)備在線和離線非平穩(wěn)檢測診斷的技術(shù)和裝置，取得了經(jīng)濟(jì)效益。這些功能為動(dòng)態(tài)信號(hào)的非平穩(wěn)描述、機(jī)械零件故障特征頻率的分析、微弱信號(hào)的提取以實(shí)現(xiàn)早期故障診斷提供了高效、有力的工具。小波包分析能夠把任何信號(hào)映射到一個(gè)由基本小波伸縮、平移而成的一組小波函數(shù)上去。在與他人合作的基礎(chǔ)上，完成一套信號(hào)處理方法與技術(shù)的高速數(shù)據(jù)處理系統(tǒng)。在非平穩(wěn)信號(hào)分析中，分別采用已有的技術(shù)方法和小波包分析方法、分形方法進(jìn)行研究，期望對數(shù)字信號(hào)處理有所改進(jìn)。解決了中低檔農(nóng)用運(yùn)輸輕型貨車傳動(dòng)系工作穩(wěn)定性不好、工作壽命短的問題，在工程實(shí)際應(yīng)用中探索了一條新路子。在電動(dòng)機(jī)噪聲分析方面，用小波包方法分析理論找出了影響閾值去噪聲的原因，對車輛的加速度奇異信號(hào)，用小波包方法進(jìn)行了分析，得出了滿意的結(jié)論，同時(shí)把諧波小波包與分形理論相結(jié)合。提出了諧波小波包的分析方法，并將諧波小波包與分形結(jié)合起來解決工程中的實(shí)際問題。我國在小波包分析的應(yīng)用中進(jìn)行了一些探索。但在實(shí)際應(yīng)用中的絕大多數(shù)信號(hào)是非穩(wěn)定的，而特別適用于非穩(wěn)定信號(hào)的工具就是小波包分析。從數(shù)學(xué)地角度來看，信號(hào)與圖像處理可以統(tǒng)一看作是信號(hào)處理，在小波包分析地許多分析的許多應(yīng)用中，都可以歸結(jié)為信號(hào)處理問題。電子信息技術(shù)是六大高新技術(shù)中重要的一個(gè)領(lǐng)域，它的重點(diǎn)方面是圖像及信號(hào)處理。 小波包分析的發(fā)展與應(yīng)用小波包分析的應(yīng)用是與小波包分析的理論研究緊密地結(jié)合在一起的。利用小波包分析進(jìn)行信號(hào)降噪，一種直觀而有效的小波包去噪方法就是直接對小波包分解系數(shù)取閾值，選擇相關(guān)的濾波因子，利用保留下來的系數(shù)進(jìn)行信號(hào)的重構(gòu)，最終達(dá)到降噪的目的。小波包分析(wavelet packet analysis)能夠?yàn)樾盘?hào)提供一種更加精細(xì)的分析方法，它將頻帶進(jìn)行多層次劃分，對小波分析沒有細(xì)分的高頻部分進(jìn)一步分解，并能夠根據(jù)被分析信號(hào)的特征，自適應(yīng)地選擇相應(yīng)頻帶,使之與信號(hào)頻譜相匹配，因而小波包具有更廣泛的應(yīng)用價(jià)值。隨著技術(shù)的發(fā)展，小波包分析(Wavelet Packet Analysis)方法產(chǎn)生并發(fā)展起來，小波包分析是小波分析的拓展，具有十分廣泛的應(yīng)用價(jià)值。小波變換具有多分辨性、時(shí)頻局部化特性及計(jì)算的快速性等屬性，這使得小波變換在地球物理領(lǐng)域有著廣泛的應(yīng)用。小波理論是在傅立葉變換和短時(shí)傅立葉變換的基礎(chǔ)上發(fā)展起來的，它具有多分辨分析的特點(diǎn)，在時(shí)域和頻域上都具有表征信號(hào)局部特征的能力，是信號(hào)時(shí)頻分析的優(yōu)良工具。傳統(tǒng)的數(shù)字信號(hào)分析與處理是建立在傅立葉變換的基礎(chǔ)之上，傅里葉變換是平穩(wěn)信號(hào)在時(shí)域與頻域間互相轉(zhuǎn)換的算法工具，但無法準(zhǔn)確表述信號(hào)的時(shí)頻局域性質(zhì)。目前，無論在工程應(yīng)用還是理論研究中，去除信號(hào)中的干擾噪聲都是一個(gè)熱門話題。利用小波包變換給信號(hào)作分解時(shí)，低頻部分和高頻部分都被進(jìn)一步分解。與一般的小波分析相對比，小波包分析(Wavelet Packet Analysis)能夠?yàn)樾盘?hào)提供一種更加精細(xì)的分析方法，它將頻帶進(jìn)行多層次劃分，對多分辨分析沒有細(xì)分的高頻部分進(jìn)一步分解，并能夠根據(jù)被分析信號(hào)的特征，自適應(yīng)地選擇相應(yīng)頻帶，使之與信號(hào)頻譜相匹配，從而提高了時(shí)頻分辨率。當(dāng)閾值依賴于多個(gè)參數(shù)時(shí)，問題將會(huì)變得更加復(fù)雜。例如,硬閾值和軟閾值依賴于單個(gè)參數(shù)的選擇—全局閾值λ，然而由于小波變換的非線性，λ的調(diào)整顯得至關(guān)重要。實(shí)踐證明，這些小波閾值去噪方法具有近似優(yōu)化特性，在非平穩(wěn)信號(hào)領(lǐng)域中具有良好表現(xiàn)。Donoho和Johnstone提出了通過閾值化小波系數(shù)對染有高斯噪聲的信號(hào)進(jìn)行去噪的方法。更多的實(shí)踐證明，經(jīng)典的方法基于傅里葉變換的濾波，并不能對非平穩(wěn)信號(hào)進(jìn)行有效的分析和處理，去噪效果已不能很好地滿足工程應(yīng)用發(fā)展的要求。傳統(tǒng)的信號(hào)去噪方法以信號(hào)的平穩(wěn)性為前提，僅從時(shí)域或頻域分別給出統(tǒng)計(jì)平均結(jié)果。在實(shí)際應(yīng)用中，針對不同性質(zhì)的信號(hào)和干擾，尋找最佳的處理方法降低噪聲，一直是信號(hào)處理領(lǐng)域廣泛討論的重要問題。關(guān)鍵詞：小波包分析；圖像消噪；閾值ⅠAbstractAbstractImage is one kind of important information source, it may help people through the imagery processing to understand the information the connotation. The digital image denoise involves domains and so on optical system, microelectronic technology, puter science，mathematical analysis, it’s a very prehensive interdisciplinary science, now its practice application is very widespread: In the medicine, the military, art, the agriculture and all have very extensive and ripe using so on. This paper talks about the principle of wavelet packet anaIysis，and denoise image signal of two dimensions by matlab．It done paring experiments using several good threshold denoising methods．Finally according to the theory analysis and simulation results，the paper discusses several kinds of factors which affect the denoising capability in a plete denoising provides the date reference of threshold denoising methods in actual image process．Key words：wavelet packet analysis；image denoise；thresholdⅡ目錄目 錄 摘要 (中文).. ....... ....Ⅰ(英文).. ..Ⅱ第一章 概述 1 小波包研究的意義與背景 1 小波包分析的發(fā)展與應(yīng)用 2 主要內(nèi)容 4第二章 相關(guān)技術(shù)原理 5 小波理論的基本概念 5 小波包分析的基本原理 8 圖像噪聲分類及去噪效果評價(jià) 9第三章 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 12 系統(tǒng)中主要應(yīng)用的函數(shù) 12 降噪步驟 13 噪聲的選取 13 分解層數(shù)的選取 14 小波基選取 14 閾值選取 15第四章 調(diào)試與結(jié)果 16 調(diào)試環(huán)境MATLAB開發(fā)平臺(tái) 16 分解層數(shù)對系統(tǒng)的影響分析 16 小波基對系統(tǒng)的影響分析 17 閾值對系統(tǒng)的影響分析 18 小波包去噪調(diào)試結(jié)果 19第五章 總結(jié) 20致謝 22參考文獻(xiàn) 23Ⅲ小波包分析在信號(hào)處理中的應(yīng)用第一章 概述 小波包研究的意義與背景眾所周知，由于圖像在采集、數(shù)字化和傳輸過程中常受到各種噪聲的干擾，從而使數(shù)字圖像中包含了大量的噪聲。最后結(jié)合理論分析和實(shí)驗(yàn)結(jié)果，討論了去噪過程中影響去噪性能的各種因素。本文簡述了小波包分析的原理，并基于MATLAB實(shí)現(xiàn)了對二維圖像信號(hào)進(jìn)行消噪。北京大學(xué)畢業(yè)設(shè)計(jì)（論文）題 目： 小波包分析在信號(hào)處理中的應(yīng)用 學(xué) 院： 信息學(xué)院 專 業(yè)： 信息工程 學(xué)生姓名： 正正 班級/學(xué)號(hào) 指導(dǎo)老師/督導(dǎo)老師： 起止時(shí)間：2012年2月20日 至 2012年6月15日 摘要摘 要圖像是一種重要的信息源，通過圖像處理可以幫助人們了解信息的內(nèi)涵。數(shù)字圖像噪聲去除涉及光學(xué)系統(tǒng)、微電子技術(shù)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)分析等領(lǐng)域，是一門綜合性很強(qiáng)的邊緣科學(xué)，如今其理論體系已十分完善，且其實(shí)踐應(yīng)用很廣泛，在醫(yī)學(xué)、軍事、藝術(shù)、農(nóng)業(yè)等都有廣泛且成熟的應(yīng)用。對常用的幾種閾值去噪方法進(jìn)行了分析比較和仿真實(shí)現(xiàn)。為在實(shí)際的圖像處理中，小波包閾值去噪法的選擇和改進(jìn)提供了數(shù)據(jù)參考和依據(jù)。能否從受擾信號(hào)中獲得去噪的信息，不僅與干擾的性質(zhì)和信號(hào)形式有關(guān)，也與信號(hào)的處理方式有關(guān)。目前有很多方法可用于信號(hào)降噪，如中值濾波，低通濾波，傅立葉變換等，但它們都濾掉了信號(hào)細(xì)節(jié)中的有用部分。根據(jù)有效信號(hào)的時(shí)域或頻域特性去除噪聲，而不能同時(shí)兼顧信號(hào)在時(shí)域和頻域的局部和全貌。近幾年來，許多文獻(xiàn)介紹了非平穩(wěn)信號(hào)去噪的小波閾值方法。常用的硬閾值法則和軟閾值法則采用設(shè)置高頻小波系數(shù)為零的方法從信號(hào)中濾除噪聲。閾值法則主要依賴于參數(shù)的選擇。閾值太小或太大，都會(huì)直接關(guān)系到信號(hào)去噪效果的優(yōu)劣。實(shí)際上，比較有效的閾值去噪方法往往根據(jù)小波分解的不同層次確定不同的閾值參數(shù)，進(jìn)而確定相應(yīng)的閾值法