由小波变换后的模极大值重建原信号，并重构原信号

小波模极大值边缘检测程序

癫痫是大脑神经元突发性异常放电导致大脑功能障碍的一种慢性疾病。癫痫发作的检测可以利用对脑电信号中的癫痫特征波——棘波的检测和分析来实现。提出了基于小波变换和模极大值法的棘波检测方法，对癫痫脑电信号在一定尺度内进行连续小波变换，应用模极大值算法及细化算法对脑电信号奇异点进行检测，得到奇异点的模极大值作为提取的棘波嫌疑点，再通过功率谱密度分析和空间曲面拟合筛选得到最终的棘波特征波，判断癫痫是否发作。实验验证，该算法检测效果较好，诊断准确率可达92.5%以上，为癫痫发作的检测提供了一种有参考价值的方法。

分析信号和噪声的奇异指数, 根据函数不同的奇异指数小波变换的局部模极大值具有不同的传播特性的理论, 在相邻模极小构成的待选通域中对分析出的噪声局部模极大值所在的选通域进行平滑处理, 反变换重建出去噪信号. 实验结果表明这种方法计算简单且有较好的去噪效果.

模极大值对于检测信号的突变点有重要意义。基于小波模极大值的信号奇异性检测方法,该方法突破了傅立叶分析在时域和频域方面的局部化能力,信号的局部正则性可由其小波变换模随尺度参数的衰减特性来刻画,通过确定小波变换在细尺度下的局部模极大值来检测信号奇异性。

这是一段用小波模极大值进行图像边缘检测的程序，欢迎批评指正

采用多尺度小波模极大值求信号的奇异点，即信号的频谱边缘，可用于认知无线电小波变换检测频谱。

可以构造任意次B样条小波，有小波模极大值检测奇异点例子， matlab程序

小波变换模极大值去噪Matlab程序源码 包含模极大值提取函数、Pgama、Pv投影函数。

关于信号的模极大值重构，采用了mallat的交替投影算法。