给出了一种基于小波变换的图像融合方法，对小波分解后的低频分量通过度量其图像块空间频率和对比度来确定融合图 像的低频分量，对分解后得到的高频分量，选择高频系数时，基于绝对值最大的原则，并对选择结果进行一致性验证，最后重构得 到融合图像。从仿真结果可以看出，给出的方法很好地保留了多幅原图像的有用信息，融合图像清晰度和对比度都较好，是一种有 效的图像融合算法

本文通过比较第一代和第二代小波算法特点,引入二代小波提升结构的概念,提出了一种基于二代小波提升结构的快速图像边缘检测算法 对三次B样条小波基实现提升格式,通过计算大尺度下分解子图的模值和幅角来确定边缘 经过实验比较,能比经典的边缘检测算法得出更精确的边缘图像,同时通过与基于第一代小波算法的边缘检测比较,基于二代小波提升格式的边缘检测算法计算更快速,更高效。

谐波幅度对波形合成的影响 一个幅度为E，脉冲宽度为τ，重复周期为T的矩形脉冲信号，实验内容为用前5项谐波近似合成一方波。先画出基波分量；然后将三次谐波加到基波上，并画出结果；再将一次、三次、五次、七次和九次谐波加在一起；将上述波形分别画在一幅图中，可以看出它们逼近方波的过程。注意“吉布斯现象”。周期信号傅里叶级数在信号的连续点收敛于该信号，在不连续点收敛于信号左右极限的平均值。如果我们用周期信号傅里叶级数的部分和来近似周期信号，在不连续点附近将会出现起伏和超量。在实际中，如果应用这种近似，就

基于小波最大值和加权平均的图像融合方法，已经运行，并且附带有结果图-Image fusion method based on the the wavelet maximum and weighted average has been running, and with the results of Figure