用小波多分辨分析的特性将突变信号进行多尺度分解, 然后通过分解后的信号来确定突变信号的突变 位置。Lipschitz 指数被用来定量描述函数的奇异性。当小波变换尺度越来越精细时, 小波变换模极大值信号突变点的衰 减速度取决于信号在突变点的Lipschit z 指数。小波变换不仅可以确定突变点发生的时间, 而且可以进一步判断突变的性 质

为了准确检测用于输电线路故障测距的行波,把基于小波变换模极大值的信号奇异点检测原理应用于行波的时间特征提取,并结合小波消噪技术,在强噪声背景下实现了行波波头的精确定位。仿真表明上述方法是有效的。

 对脉搏波信号进行分析之前，对信号的去噪非常重要，本论文利用Mallat算法对脉搏波信号进行多分辨分析和去噪，分别对阈值法、平移不变量法、模极大值法的降噪原理进行分析，通过大量实验对比，比较了它们在处理脉搏波信号方面的优缺点。通过对一段含噪脉搏波信号降噪，得到了满意的去噪效果。

准确选出故障线路是对电力线路进行故障测距的前提条件分。析了现有故障选线的方法,提出了基于小波变换 和模极大值相结合的低压配电单相接地故障选线方法的新判据,同时利用 Matlab的 PSB建立仿真模型进行分析,结果 表明,在中性点非有效性接地的配电线路中,利用小波分解的细节系数模极大值即可准确判断出故障线路。

小波分析模极大值法.rar

小波模极大值算法边缘检测的matlab程序,自己编的,有注释

 超分辨率复原技术的基本思想就是采用信号处理的方法，在改善图像质量的同时，重建成像系统截至频率外的信息。POCS（凸集投影）算法是一种广泛应用于图像超分辨率复原的方法。针对传统的POCS算法的边缘振荡效应，在分析其产生的原因，造成的影响的基础上，采用改进的POCS算法，以减少边缘振荡。采用基于小波变换模极大值的改进POCS算法进行图像超分辨率复原。实验结果表明，该方法有效的较少了复原图像的边缘振荡效应，是一种有效的图像超分辨率复原方法。

小波变换边缘检测matlab代码小波图像边缘检测 该代码实现了Mallat和Hwang（1992）的方法，该方法使用小波变换模量最大值方法检测图像中的边缘。 如参考文献中所述，此方法类似于Canny边缘检测方法，但在小波变换的上下文中进行了解释。 本文概述了通过“平滑函数”及其部分导数构造的小波。 在这里，选择的平滑函数是联合正态二维零均值方差高斯分布，部分是由于其在边缘检测和图像处理方法中的现有应用。 samples/目录包含一些样本输入图像和带有某些参数的代码输出。 输出文件名可以解释如下： s${integer}代表算法评估时的二进比例因子的指数。 因此s4表示生成的输出图像的比例因子为2 ^ 4。 t${number}代表最终阈值，该阈值用于消除图像中的任何残留噪声。 因此， t015表示从最终输出图像中删除了所有低于0.15的最终像素值。 要运行代码，请在matlab中打开wtmm.m文件，并将img_file_name值更改为图像的相对文件路径（最好是JPEG格式）。 然后，在运行代码之后，将弹出一个窗口，允许您保存输出图像。 在代码中调整scale和threshold值可

利用小波变换模极大重建原信号Matlab源程序 胡广书书上的资源，有注释。 测试过可运行。

用小波模极大值进行边缘检测,有代码,有注释.