小波变换以其多分辨率分析的特性，在时频域内良好的表征信号的能力以及大小固定形状可变的窗口等特点，广泛应用于图像去噪中，并得到了很好的去噪效果。而小波阈值去噪法是小波分析法在图像去噪众多应用中最常用的一

小波图像去噪原理图像和噪声在经小波变换后具有不同的统计特性：图像本身的能量对应着幅值较大的小波系数，主要集中在低频（LL）部分；噪声能量则对应着幅值较小的小波系数，并分散在小波变换后的所有系数中。基于

小波阈值去噪的基本原理小波阈值去噪的基本思想是先设置一个临界阈值λ，若小波系数小于λ，认为该系数主要由噪声引起，去除这部分系数;若小波系数大于λ，则认为此系数主要是由信号引起，保留这部分系数，然后对处

信号在实际采集过程中，采集的信号不可避免的会受到噪声或环境等多种因素的干扰，如何将信号中噪声信号去除，进而分析有用信号，是当前研究的一项热点问题。近年来，小波理论得到了迅速的发展，而利用小波阈值去噪是

1、小波阈值处理基本理论所谓阈值去噪简而言之就是对信号进行分解，然后对分解后的系数进行阈值处理，最后重构得到去噪信号。该算法其主要理论依据是：小波变换具有很强的去数据相关性，它能够使信号的能量在小波域