在X射线检测中,图像中散射噪声、射线束的不均匀性等是影响检测质量的重要因素.本文将分析X射线图像中散射的分布规律和低频噪声对图像的质量劣化影响,以求得散射的理论分布公式,为实际射线检测方法提供理论依据.在此基础上提出了基于小波的综合校正方案,首先利用上述理论依据,获取低散射的原始图像;再采用多分辨分析的图像校正方法,对其进行校正,得到了较为满意的结果.这种多分辨分析法不仅具有普适性和实时性,同时也避免了不同检测物体和不同检测条件下的重复建模.

谐波的测试越来越受到人们的重视。小波变换具有变尺度和时频分析的特性，神经网络具有非线性映射和自学习的特性，因此这两种方法在谐波检测中都得到了广泛应用。然而，这两种方法又有其各自的不足。本文首先分析了这两种方法的本质缺陷；然后结合他们各自的优点，提出了使用小波多分辨分析（MLR）和神经网络相结合的算法对时变谐波信号进行检测；构造了基于双正交函数的小波基；提出了利用优化确定小波分解层数的算法；给出了小波一神经网络模型；最终利用仿真试验对算法进行了验证。仿真试验的结果表明，本文所述的方法能够有效地检测谐波的各种成分，并提取定量信息，不失为一种有效的检测方法。

超声检测中,特定的缺陷回波信号一般都有一定的相关性,因而可利用自适应噪声抵消来增强缺陷回波信号.针对最小均方(LMS)算法自适应噪声抵消的缺点,提出了基于小波变换的自适应噪声抵消方法,通过Matlab软件将该算法应用于超声缺陷信号的仿真处理.结果表明,该算法大大提高了缺陷回波信号的信噪比,且具有较高的缺陷定位精度和纵向分辨率.

在微分求积法（DQ法）基础上,根据多分辨分析理论,以尺度函数为基础构造插值基函数,形成小波微分求积法（WDQ法）,用该方法研究了简支Kelvin型粘弹性输流管道的稳定性问题,给出了不同参数下管道复频率随内部流速的变化关系,分析了外部流速对Kelvin型粘弹性输流管道在不同延滞时间下的振动特性及稳定性的影响。

分析了现有线边缘粗糙度（Line Edge Roughness,LER）表征参数的不足,针对二维LER的表征参数信息量缺失,提出了基于子波中面的LER参数表征.子波理论给LER的综合评定提供了恰当的工具.利用子波在空间和频率域内都具有的定位特性,可以在任意细节上分析信号特征,且构造的子波基准线不存在拟合误差,可以分析LER来源,改进刻线边缘加工工艺.给出了基于子波分析的几个LER评定参数,并分析了这些参数如何应用于工艺和元件电气性能的表征.

小波多分辨率分解能够将信号在不同的尺度上展开,因而具有对信号按频带进行处理的能力,这对于建立表征识别故障信号的特征以及清除信号的干扰与噪声等方面具有十分重要的意义.目前在钢丝绳LF检测中对断丝信号的处理仍比较困难,将它应用于断丝信号的消噪平滑和奇异性检测,使得信号更加光滑,避免断丝误判,同时使奇异点更加明显,有效地提高内外部断丝识别和定量检测的准确率,实验证明该方法效果明显.

提出了一种用小波变换检测调速阀故障信号的方法。小波分析优势在于,它在时域和频域同时具有良好的局部化性质。通过小波的多分辨分析将信号按一定的尺度进行划分,不同频率的信号被划分到不同的频段中。由小波分解图,获得了故障产生的时间点和频率,再对故障的严重程度进行了量化分析。实验结果表明用小波理论进行故障检测是可行的。