小波的应用与发展

    小波，从字面上理解就是一种小的、短的函数波形，也就是说：小波=小+波形，凡是一切积分等于零的函数均可以作为小波函数。过去我们分析信号是用傅里叶方法，将信号用正弦和余弦函数展开，这种方法适合变化平稳的信号，而对于非平稳变化信号（如天气预报、地震预测、洪水预防、股市分析、图像识别等等）效果十分不理想，也就是说傅里叶方法没有局部化能力。而小波分析方法却能精确检测奇异信号。

    新技术显示，当你进入一些特殊场所（如银行、武器库、高档住宅）时，如果你的面孔不能被识别，你将会被拒之门外。这种被称为面像识别系统的装置的进一步深入研究，将作为小波分析、分形理论、神经网络应用的主要研究方向。该研究方向将围绕面像识别技术的应用基础研究，开展基于人脸特证的身份确认与身份识别的基础算法；生物识别基础理论研究；图像图片的压缩、存取、加密、传送与检索等技术研究；面像老化技术研究；动态面像的跟踪技术研究以及其他生物识别及物体面像特证算法研究。而这种算法的核心就是小波技术。另外，高清晰度电视、VCD3.0、VCD4.0等都是基于小波技术来实现的。因此小波分析在当今的高科技领域大有作为。

    小波分析作为一门学科始于1990年前后，它是傅立叶分析发展史上里程碑式的进展，是傅立叶分析理论发表170多年来最辉煌的继承、总结和发展，对分析工具起着承前启后、继往开来的重要作用，并取得了许多传统分析方法难以实现的显著应用效果，这种分析技术是一种高新技术，是高科技的重要内容，它已经把信息工业和信息技术推向了一个新时代，是当今国际学术研究和产业发展的热点内容之一。小波分析的“自适应性质”和“数学显微镜性质”，使得它被广泛用于基础科学、应用科学尤其是信息科学、信号分析的方方面面，比如：图像处理与传输、信号处理、模式识别（人像识别、话音识别、天体识别等）、地震勘探、音乐、雷达、CT成像、彩色复印、流体湍流、机器视觉、机械故障诊断与监控等等。由于小波分析在数字信号分析方面独特的诊断效果，来自不同学科、不同背景、不同兴趣爱好的科技工作者自觉投入到小波分析理论与应用研究中，涌现出一批高水平的论文和著作，在国内外形成一次又一次研究高潮，至今仍“高烧”不断。