学习如何使用追踪方法从信号中去除脉冲噪声。

使用小波信号降噪应用程序去噪实值1-D信号。您可以创建和比较应用程序降噪信号的多个版本，并导出所需的降噪信号到您的MATLAB®工作空间。要在工作空间中再现去噪后的信号，或将相同的去噪参数应用于其他数据，您可以生成并编辑MATLAB脚本。这个例子说明了一个可能的工作流。

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背后的基本思想是，小波变换导致许多真实世界信号和图像的稀疏表示。这意味着小波变换将信号和图像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，您可以“缩小”这些系数或删除它们，而不影响信号或图像质量。在对系数设置阈值之后，使用反小波变换重构数据。

这个例子展示了如何使用与区间相关的阈值去噪信号。

从给定的图像开始，真正压缩的目标是最小化表示图像所需的比特数，同时存储可接受质量的信息。小波有助于有效地解决这一问题。除了小波处理本身之外，完整的压缩链还包括量化、编码和解码的迭代阶段。