使用小波信号去噪应用程序去噪实值1-D信号。您可以使用应用程序创建和比较去噪信号的多个版本，并将所需的去噪信号导出到您的MATLAB®工作区。要在工作区中再现去噪信号，或对其他数据应用相同的去噪参数，可以生成并编辑MATLAB脚本。此示例说明了一种可能的工作流。

使用小波去噪信号和图像。因为小波将数据中的特征定位到不同的尺度，所以可以在去除噪声的同时保留重要的信号或图像特征。小波去噪或小波阈值化的基本思想是，小波变换导致许多真实信号和图像的稀疏表示。这意味着小波变换将信号和图像的特征集中在几个大的小波系数中。小波系数值小，通常是噪声，你可以“缩小”这些系数或删除它们，而不影响信号或图像质量。对系数设置阈值后，使用小波逆变换重构数据。

这个例子展示了如何使用间隔相关的阈值去噪信号。

从给定的图像开始，真正压缩的目标是在存储质量可接受的信息的同时，使表示图像所需的位数最小化。小波有助于有效地解决这个问题。除了小波处理本身，完整的压缩链还包括量化、编码和解码的迭代阶段。万博 尤文图斯