1、小波變換作為信號處理工具，近年來主要應用在信號處理等領域，并越來越多地得到人們的關注與重視。小波分析是在傅里葉分析基礎上發(fā)展起來的，它克服了傅里葉分析的不足，具有良好的時頻局部化性質和多分辨率的特點，在時域和頻域都具有表征信號局部特征的能力，適合分析非平穩(wěn)信號，可以由粗及精地逐步觀察信號，在信號處理領域中得到了廣泛的應用。
　　 Donoho在理論上證明并找到了通用閾值，但實際應用中效果并不理想。小波域閾值去噪方法是實現(xiàn)功能強大

2、精度高的一種方法，因而應用最廣泛。但其閾值的選取比較困難，本文主要對小波變換在信號和圖像去噪中的應用進行了研究。本文針對小波閾值去噪方法，在分析小波理論及信號去噪原理方法的基礎上進行改進。結合軟、硬閾值函數(shù)的特點，構造了連續(xù)的新的閾值函數(shù)。
　　 本文的主要工作之一是，針對軟、硬閾值存在的問題，根據(jù)小波閾值去噪原理和性能要求，在大量閱讀相關文獻，經(jīng)過本人反復仿真計算比較試驗，構造出一種帶待定參數(shù)的新閾值函數(shù)，并運用智能自動尋優(yōu)算

3、法獲取最優(yōu)閾值函數(shù)。新的閾值函數(shù)對估計小波系數(shù)與分解后的小波系數(shù)做了處理，緩解了軟閾值函數(shù)存在恒定偏差以及硬閾值函數(shù)不連續(xù)的問題，可以有效地抑制了去噪算法在信號奇異點附近的偽吉布斯現(xiàn)象。仿真結果表明，采用了新閾值函數(shù)進行去噪后的信號信噪比和最小均方誤差意義上均優(yōu)于傳統(tǒng)的軟硬閾值方法，而且與原始信號的曲線更為逼近。
　　 其次，本文的另一主耍工作是在傳統(tǒng)的圖像去噪方法中值濾波和均值濾波的基礎上，對小波在圖像去噪方法上進行了研究，針