编辑推荐
全面讲解小波变换技术及应用，基于MATLAB R2016a平台，实用性强。
内容简介
本书以MATLAB R2016a为平台，全面、系统地介绍了小波变换中的各种技术及应用。内容包括小波变换的基本概念、小波MATLAB工具箱、小波用于信号处理、小波用于图像处理、小波在实际工程中的应用、小波包算法应用、提升小波及其应用等。编写过程中力求系统性、实用性与先进性相结合，理论与实践相交融，使读者在阅读本书中可快速掌握MATLAB软件的同时，同时利用MATLAB解决小波分析中的处理问题，起到学以致用的效果。
章节目录
封面
书名页
内容简介
版权页
前 言
目录
第1章 提升算法的小波变换及其MATLAB实现
1.1 MATLAB实现提升方案的基本步骤
1.2 MATLAB小波工具箱函数
1.2.1 添加原始或双重提升步骤函数
1.2.2 一维提升小波变换函数
1.2.3 提升方案信息函数
1.2.4 转换滤波器为提升方案函数
1.2.5 在四联滤波器上应用基本提升方案函数
1.2.6 一维提升小波反变换函数
1.2.7 显示提升方案函数
1.2.8 提供常用小波的提升方案函数
1.2.9 双正交尺度和小波函数
1.2.10 提供小波的劳伦多项式函数
1.2.11 二维提升小波变换函数
1.2.12 提取或重构一维LWT小波系数函数
1.2.13 劳伦矩阵类LM的构造器函数
1.2.14 二维提升小波反变换函数
1.2.15 提取或重构二维LWT小波系数函数
1.2.16 劳伦多项类LP的构造器函数
1.2.17 提供用于LWT的小波名信息函数
1.3 MATLAB提升小波函数应用
第2章 基于小波变换的阈值去噪与图像压缩算法
2.1 小波分析在图像去噪中的应用
2.1.1 阈值处理函数的选取
2.1.2 阈值的选取
2.1.3 小波分析的去噪步骤
2.1.4 小波分析去噪MATLAB例程
2.2 基于小波分析的图像压缩
2.2.1 图像小波分解的特点
2.2.2 小波零树和3方向跨频带矢量的分类
2.2.3 基于小波变换的图像局部压缩
2.2.4 小波变换用于图像压缩的一般方法
第3章 小波包算法分析与应用
3.1 小波包与信号去噪
3.1.1 基本原理
3.1.2 MATLAB例程分析
3.2 小波包分析用于信号压缩
3.2.1 基本原理
3.2.2 MATLAB例程分析
3.3 小波包与图像边缘检测
3.3.1 基本原理
3.3.2 MATLAB例程分析
第4章 小波快速算法设计原理与实现
4.1 绪论
4.1.1 概述
4.1.2 傅里叶变换与小波变换的比较
4.1.3 小波分析与多辨分析的历史
4.2 从傅里叶变换到小波变换
4.2.1 傅里叶变换
4.2.2 短时傅里叶变换
4.2.3 小波变换
4.3 基于MATLAB的小波快速算法设计
4.3.1 小波快速算法设计原理与步骤
4.3.2 小波分解算法
4.3.3 对称小波分解算法
4.3.4 小波重构算法
4.3.5 对称小波重构算法
4.3.6 MATLAB程序设计实现
第5章 利用小波变换对信号进行分析
5.1 信号压缩
5.1.1 信号压缩步骤
5.1.2 信号压缩实例
5.2 信号去噪
5.2.1 信号去噪步骤
5.2.2 信号去噪实例
5.3 信号分析与检测
第6章 基于小波的间断点检测算法分析
6.1 奇异性概念
6.2 第一类间断点检测
6.3 第二类间断点检测
6.4 自相似检测
6.5 信号的识别
第7章 图像的小波分解算法与实现
7.1 图像的小波分解算法
7.2 小波变换系数分析
7.3 实验结果与分析
7.3.1 小波变换的图像压缩
7.3.2 sym8小波对图像进行分解
7.3.3 小波系数分布理论分析
第8章 提升小波变换的MATLAB实现
8.1 MATLAB一维提升小波变换
8.1.1 一维信号压缩wdcbm函数应用
8.1.2 一维信号压缩ddencmp函数应用
8.1.3 信号去噪
8.1.4 信号的提升分解
8.1.5 信号的重构
8.2 MATLAB二维提升小波变换
8.2.1 图像压缩wdcbm2函数应用
8.2.2 图像压缩ddencmp函数应用
8.2.3 图像去噪
8.2.4 图像的提升分解
8.2.5 图像的提升重构
第9章 基于小波变换的回归估计与实现
9.1 密度估计
9.2 回归估计
9.2.1 回归模型
9.2.2 基于小波变换的回归估计
9.2.3 小波变换实现回归估计
第10章 信号的突变点检测算法分析与实现
10.1 信号的突变性与小波变换
10.2 信号的突变点检测原理
10.3 实验结果与分析
10.3.1 Daubechies 5小波用于检测突变点
10.3.2 Daubechies 6小波用于检测突变点
第11章 图像边缘检测算法分析与实现
11.1 多尺度边缘检测
11.2 快速多尺度边缘检测算法
11.3 实验结果与分析
第12章 二维小波变换的算法分析与实现
12.1 MATLAB的图像处理
12.1.1 MATLAB图像处理应用举例
12.1.2 图像处理基本操作
12.1.3 图像处理的高级应用
12.2 图像的小波分解和重构算法
12.2.1 二维小波变换及相应的快速算法
12.2.2 小波分解和重构MATLAB例程
第13章 函数的奇异性与故障信号检测分析
13.1 故障信号检测的理论分析
13.1.1 函数的奇异性
13.1.2 Lipschitz指数分析
13.2 实验结果与分析
13.2.1 利用小波分析检测传感器故障
13.2.2 小波类型的选择对于检测突变信号的影响
13.3 小波类型选择
第14章 利用提升小波算法实现多分辨分析
14.1 小波分解与重构的多相位表示
14.2 Laurent多项式Euclidean算法
14.3 改进的Laurent多项式Euclidean算法
14.4 多相位矩阵的因子分解
14.5 小波变换的提升实现的传统算法
14.6 小波变换的提升实现的简化算法
14.7 提升算法举例
14.8 整数小波变换
第15章 基于小波的阈值去噪方法分析
15.1 阈值去噪方法
15.2 阈值风险
15.3 实验结果与分析
15.3.1 利用小波分析对含噪正弦波进行去噪
15.3.2 小波分析对污染信号进行去噪处理
15.3.3 利用软、硬阈值去噪
第16章 连续与离散小波算法分析与实现
16.1 信号分解
16.1.1 信号的连续小波分解
16.1.2 信号的离散小波分解
16.2 信号重构
16.2.1 信号小波重构
16.2.2 小波函数应用实例
第17章 小波包在时频分析案例中的应用
17.1 小波包变换分析两个信号功率谱
17.2 调频信号的小波包分析
17.3 正弦信号的小波包分析
17.4 δ信号的小波包分析
17.5 变频信号的小波包分析
第18章 小波在模态参数识别与化学中的应用
18.1 小波在化学中的应用
18.2 模态参数识别
18.2.1 模态时频辨识方法
18.2.2 小波脊线提取
18.2.3 改进HHT瞬时特征分析
18.2.4 模态参数识别的应用
第19章 小波变换图像测试分析
19.1 小波变换对图像压缩的步骤
19.2 实例说明
19.3 输出结果与分析
19.4 源程序
第20章 小波包分解与重构算法的应用
20.1 小波包基本理论
20.1.1 小波包理论分析
20.1.2 小波包的性质
20.1.3 小波包的空间分解
20.1.4 小波包算法
20.2 小波包函数用法
20.2.1 一维小波包的分解函数
20.2.2 一维小波包的重构函数
20.2.3 二维小波包的分解函数
20.2.4 二维小波包的重构函数
20.2.5 重新组合小波包函数
20.2.6 计算最佳树函数
20.2.7 小波包分析函数
20.2.8 更新小波包熵值函数
20.2.9 计算小波包熵函数
20.2.10 分割小波包函数
20.2.11 计算完整最佳小波包树函数
20.2.12 从小波包树中提取小波树函数
20.2.13 剪切小波包分解树函数
20.2.14 计算小波包系数函数
20.2.15 小波包分解系数的重构函数
第21章 多分辨分析及Mallat算法分析
21.1 小波分析的基本理论
21.2 连续小波变换
21.3 离散小波变换
21.4 多分辨分析及Mallat算法
21.5 一维正交多分辨分析及Mallat算法
21.6 紧支撑双正交小波基的构造
21.7 第二代小波变换
第22章 小波变换及其MATLAB例程分析
22.1 基于小波分析的图像平滑
22.1.1 小波图像平滑的基本原理
22.1.2 MATLAB例程分析
22.2 基于小波变换数字图像水印研究
22.2.1 数字水印应具有的特点
22.2.2 数字水印的基本理论框架
22.2.3 数字水印技术需要解决的问题
22.2.4 一种基于小波变换的数字水印方法
22.2.5 MATLAB例程分析
22.3 小波分析与图像增强
22.3.1 小波图像增强的基本方法
22.3.2 图像增强的MATLAB例程
22.4 小波分析与图像融合
22.4.1 小波图像融合的基本原理
22.4.2 MATLAB例程分析
附录A MATLAB的程序设计及绘图功能
A.1 MATLAB程序设计原则
A.2 M文件
A.3 MATLAB的流程控制
A.4 MATLAB的二维绘图
附录B Fourier变换与MATLAB实现
B.1 复数形式的Fourier级数及其MATLAB应用
B.2 Fourier变换的性质
附录C Fourier变换分析与实现
C.1 Fourier级数与Fourier变换
C.2 三角级数
C.3 以2π为周期函数的Fourier级数
C.4 Fourier变换
C.5 Fourier变换及MATLAB实现
C.6 MATLAB函数实现Fourier变换
C.7 连续时间信号Fourier变换的数值计算
C.8 信号的Fourier分解与合成MATLAB实现
附录D 快速Fourier变换及其应用
D.1 快速Fourier变换及其MATLAB应用
D.2 运用FFT进行简单滤波
D.3 FFT在工程分析中的应用
参考文献
封底
MATLABR2016a小波分析22个算法实现是2018年由电子工业出版社出版,作者方清城。
得书感谢您对《MATLABR2016a小波分析22个算法实现》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
