小波去噪(英文名wavelet domain denoising)，属于音频处理器。

是通过短波实现噪音消除，与高斯去噪的基本原理一致。

• 中文名称 小波去噪
• 外文名称 wavelet domain denoising

　　wavelet domain denoising

　　近年来，小波理论得到了非常迅速的发展，而且由于其具备良好的时频特性，因而实际应用也非常广泛。在去噪领域中，小波理论也同样受到了许多学者的重视，他们应用小波进行去噪并获得了非常好的效果。具体来说小波去噪方法的成功主要得益于小波变换具有如下特点:

　　(1)低熵性，小波系数的稀疏分布，使得图象变换后的熵降低;

　　(2)多分辨率，由于采用了多分辨率的方法，所以可以非常好地刻画信号的非平稳特征，如边缘、尖峰、断点等;

　　(3)去相关性，因为小波变换可以对信号进行去相关，且噪声在变换后有白化趋势，所以小波域比时域更利于去噪;

　　(4)选基灵活性，由于小波变换可以灵活选择变换基，从而对不同应用场合，对不同的研究对象，可以选用不同的小波母函数，以获得最佳的效果。

　　小波去噪方法包括三个基本的步骤:对含噪声信号进行小波变换;对变换得到的小波系数进行某种处理，以去除其中包含的噪声;对处理后的小波系数进行小波逆变换，得到去噪后的信号。小波去噪方法的不同之处集中在第一步。

　　小波去噪问题的描述

　　在数学上，小波去噪问题的本质是一个函数逼近问题，即如何在由小波母函数伸缩和平移版本所展成的函数空间中，根据提出的衡量准则，寻找对原信号的最佳逼近，以完成原信号和噪声信号的区分。 也就是寻找从实际信号空间到小波函数空间的最佳映射，以便得到原信号的最佳恢复。

　　从信号学的角度看，小波去噪是一个信号滤波的问题，而且尽管在很大程度上小波去噪可以看成是低通滤波，但是由于在去噪后还能成功地保留信号特征，所以在这一点上又优于传统的低通滤波器。由此可见，小波去噪实际上是特征提取和低通滤波功能的综合，其流程框图如图所示。

小波去噪框图

　　将信号映射到小波域，根据噪声和噪声的小波系数在不同尺度上具有不同的性质和机理，对含噪信号的小波系数进行处理。

　　实质是减少剔除噪声产生的小波系数，最大限度的保留真实信号的系数。

　　小波反变换得到信号的最优估计。

　　基本方法:

　　模极大值重构去噪

　　空域相关去噪

　　小波阈值去噪