工程软件应用精解：MATLAB小波分析超级学习手册

《MATLAB小波分析超级学习手册》对小波分析在MATLAB中的应用进行了详细的介绍，全书以小波为主题展开叙述，不仅对小波理论有详细的介绍，而且将理论与实际相结合，列举了数百个利用小波方法来处理信息的综合算例，这些算例均可在MATLAB R2013a版本中运行。
《MATLAB小波分析超级学习手册》共分为17章。第1、第2两章主要介绍了MATLAB的基本功能，包括MATLAB的环境、数据类型、M文件、句柄和高级用户界面GUI等。第3～8章是关于小波分析的基础知识与应用，包括傅立叶变换、连续小波变换、离散小波变换、多分辨分析、小波基和小波包及其应用。第9～17章是小波分析的应用部分，分别介绍了小波分析用于信号滤波、信号去噪、信号压缩、信号识别与检测、图像去噪、图像压缩、图像增强、图像融合、图像特征提取和样本估计。每一章都配备了大量的MATLAB实例。
《MATLAB小波分析超级学习手册》适合学习小波分析理论和MATLAB工程实践等不同层次的读者需要，包括从事小波分析的科研工作者、小波分析爱好者、信号处理与图像处理工程师以及在校学生，同时也可作为工程技术人员自学的参考用书。

目录

第1章MATLAB基础1
1．1MATLAB简介1
1．2MATLAB组成结构2
1．2．1目录结构2
1．2．2工作环境3
1．2．3系统帮助8
1．3掌握MATLAB编程11
1．3．1通用命令11
1．3．2演示示例12
1．3．3编程语句12
1．4数据类型15
1．4．1整数数据类型15
1．4．2浮点数数据类型18
1．4．3字符串19
1．4．4逻辑运算符23
1．4．5单元数组类型25
1．4．6结构体26
1．4．7函数句柄28
1．5M文件28
1．5．1脚本28
1．5．2M函数31
1．6本章小结35

第2章MATLAB GUI基础36
2．1句柄简介36
2．1．1对象句柄36
2．1．2对象属性37
2．1．3get和set37
2．1．4查找对象44
2．1．5用鼠标选择对象45
2．1．6位置和单位属性46
2．2图形用户界面48
2．2．1图形用户界面简介48
2．2．2预定义对话框49
2．2．3M文件对话框50
2．2．4对话框小结50
2．2．5GUI对象层次结构51
2．2．6GUI创建的基本步骤54
2．2．7GUI对象的大小和位置54
2．2．8捕获鼠标动作55
2．2．9事件队列57
2．2．10回调编程57
2．2．11M文件示例63
2．3GUI设计编程67
2．3．1M文件以及GUI数据管理67
2．3．2回调函数的使用方法69
2．3．3图形窗口的行为控制71
2．4图形读者界面设计应用实例72
2．4．1数据相互转换72
2．4．2绘制数据点76
2．5本章小结83

第3章小波分析基础84
3．1一维傅立叶变换及其应用84
3．1．1一维傅立叶变换84
3．1．2一维离散傅立叶级数85
3．1．3一维离散傅立叶变换及应用87
3．1．4一维快速傅立叶变换及应用88
3．2二维傅立叶变换及其应用90
3．3Z变换及其应用92
3．4滤波器94
3．4．1连续滤波器94
3．4．2数字滤波器及其应用94
3．4．3滤波器设计与分析105
3．5本章小结107

第4章连续小波变换108
4．1小波分析简介108
4．1．1小波分析发展概述108
4．1．2小波分析优缺点109
4．2连续小波变换及其性质110
4．2．1短时傅立叶变换110
4．2．2一维连续小波变换111
4．2．3高维连续小波变换112
4．3连续小波变换的计算113
4．3．1如何计算连续小波变换113
4．3．2连续小波变换的应用114
4．3．3连续小波界面式应用实例118
4．3．4连续小波反变换的应用126
4．4本章小结127

第5章离散小波变换128
5．1离散小波变换及其逆变换128
5．1．1一维离散小波变换128
5．1．2小波框架131
5．1．3离散小波变换的逆变换132
5．1．4二进小波变换及其逆变换133
5．2离散小波变换的计算136
5．2．1离散小波变换计算过程136
5．2．2一维离散小波变换算法136
5．3离散小波变换在MATLAB中的函数及应用139
5．3．1一维离散小波变换函数139
5．3．2一维离散小波逆变换函数142
5．3．3二维离散小波变换函数145
5．3．4二维离散小波逆变换函数148
5．4离散小波变换界面式应用150
5．4．1一维离散小波界面式应用实例150
5．4．2二维离散小波界面式应用实例157
5．5离散小波变换的综合演示实例159
5．6本章小结169

第6章多分辨分析与Mallat算法170
6．1多分辨分析170
6．1．1多分辨分析理论170
6．1．2几种常见的正交小波基173
6．1．3尺度函数和小波函数性质175
6．2双尺度方程及多分辨滤波器组176
6．2．1双尺度方程176
6．2．2滤波器组系数h0(n)和h1(n)的性质178
6．3Mallat算法179
6．3．1一维Mallat算法179
6．3．2二维Mallat算法180
6．3．3Mallat算法在MATLAB中的实现182
6．3．4Mallat算法在MATLAB中的应用185
6．4离散序列的多分辨分析与正交小波变换192
6．4．1离散序列的小波分解193
6．4．2离散序列的小波重构195
6．5二维正交小波变换195
6．5．1L2(R2)空间的两种正交小波基195
6．5．2正方块二维正交小波变换的快速算法199
6．6本章小结200

第7章小波基及其构造201
7．1几种常用的小波201
7．1．1Haar小波201
7．1．2Daubechies(dbN)小波系202
7．1．3双正交小波Biorthogonal(biorNr．Nd)小波系203
7．1．4Coiflet(coifN)小波系203
7．1．5SymletsA(symN)小波系204
7．1．6Morlet(morl)小波204
7．1．7MexicanHat(mexh)小波204
7．1．8Meyer函数205
7．2小波基的性质及其在MATLAB中的命名206
7．3小波基的构造206
7．3．1由尺度函数构造正交小波基207
7．3．2紧支集正交小波基的性质和构造209
7．3．3实现小波基的构造213
7．4提升方案构造二代小波并实现217
7．4．1提升方案的基本原理217
7．4．2提升法实现第二代小波变换223
7．4．3提升方法实现图像的分解与重构226
7．5小波和尺度函数的提取及消失矩的作用230
7．6本章小结234

第8章小波包及其应用235
8．1小波包235
8．1．1小波包的定义235
8．1．2小波包的性质237
8．1．3小波包的空间分解237
8．1．4小波包算法238
8．2一维小波包在MATLAB中的应用238
8．2．1一维小波包函数239
8．2．2一维小波包界面式应用——信号压缩242
8．2．3一维小波包界面式应用——信号去噪246
8．3二维小波包在MATLAB中的应用249
8．3．1二维小波包函数249
8．3．2二维小波包界面式应用——图像压缩252
8．3．3二维小波包界面式应用——图像去噪255
8．4小波包分析的综合应用实例257
8．5本章小结263

第9章小波分析用于信号滤波265
9．1小波滤波概述265
9．1．1小波滤波的原理265
9．1．2小波域的三种滤波法266
9．2滤波器268
9．2．1陷波滤波器268
9．2．2单陷波滤波器270
9．2．3多频率陷波滤波器271
9．3小波阈值滤波法273
9．3．1阈值的几种形式273
9．3．2阈值函数数学表达式274
9．3．3几种改进的阈值函数275
9．4MATLAB中小波滤波函数及应用276
9．4．1MATLAB小波滤波函数介绍276
9．4．2小波滤波器应用279
9．5重构滤波器组280
9．5．1完全重构滤波器组281
9．5．2完全重构滤波器组的滤波效应283
9．6小波滤波器构造MATLAB实例284
9．7小波阈值滤波器的设计292
9．7．1设计目标292
9．7．2子模块设计294
9．7．3滤波器模块294
9．7．4系数处理模块294
9．8本章小结295

第10章小波分析用于信号去噪296
10．1信号去噪原理296
10．1．1小波去噪概述296
10．1．2基于模极大值去噪法298
10．1．3小波阈值去噪298
10．1．4平移不变量法299
10．1．5其他方法300
10．1．6阈值的选取300
10．1．7现有方法的优缺点301
10．1．8小波去噪的基本原理302
10．1．9各种小波变换在小波去噪中的应用303
10．2MATLAB函数去噪303
10．2．1一维小波分析进行信号去噪303
10．2．2阈值选取规则307
10．2．3对非平稳信号的去噪308
10．2．4小波包分析进行信号去噪310
10．3MATLAB一维小波工具箱去噪313
10．3．1一维离散小波界面式去噪313
10．3．2一维小波包界面式去噪316
10．4小波去噪实例318
10．5基于小波变换的语音信号去噪321
10．5．1语音信号去噪321
10．5．2语音质量的评价322
10．5．3小波变换的语音去噪实例323
10．6本章小结326

第11章小波分析用于信号压缩327
11．1信号压缩327
11．1．1小波压缩概述327
11．1．2一维小波分析进行压缩的原理328
11．1．3小波压缩实现方法329
11．2MATLAB压缩函数330
11．2．1一维小波分析进行信号压缩330
11．2．2小波包分析进行信号压缩331
11．3MATLAB一维小波工具箱压缩334
11．3．1 一维离散小波界面式压缩334
11．3．2一维小波包界面式压缩337
11．4小波压缩综合实例340
11．5本章小结343

第12章小波分析用于信号识别与检测344
12．1信号的奇异性检测理论344
12．1．1信号奇异性概念344
12．1．2Fourier变换与信号奇异性的关系345
12．1．3小波变换与信号的奇异性345
12．1．4小波变换模极大值点同信号突变点之间的关系346
12．1．5信号与噪声的小波变换特性347
12．2信号的间断点检测349
12．2．1第一类间断点检测349
12．2．2第二类间断点检测354
12．3信号的自相似检测357
12．4信号识别与信号提取358
12．4．1信号发展趋势的识别358
12．4．2某一频率区间上信号的识别359
12．4．3信号的特征提取361
12．5模态参数识别介绍363
12．5．1模态分析的时频辨识方法概述363
12．5．2信号的小波脊提取及计算方法364
12．5．3基于小波包和改进HHT的瞬时特征分析365
12．5．4模态参数识别的应用366
12．6二维信号的边缘检测371
12．7本章小结374

第13章小波分析用于图像去噪375
13．1图像处理概述375
13．1．1常用图像格式375
13．1．2图像类型377
13．1．3图像类型转换379
13．1．4图像显示381
13．2小波用于图像去噪方法382
13．2．1图像噪声概述382
13．2．2图像去噪方法概述383
13．2．3图像去噪现有方法的优缺点386
13．2．4图像去噪质量的评价387
13．3MATLAB去噪函数388
13．3．1基于去噪函数进行图像去噪388
13．3．2基于小波变换进行图像去噪391
13．3．3基于阈值法进行图像去噪392
13．3．4基于小波包分析进行图像去噪394
13．4MATLAB二维小波工具箱去噪398
13．4．1二维离散小波界面式去噪398
13．4．2二维小波包界面式去噪401
13．5小波图像去噪实例404
13．6本章小结406

第14章小波分析用于图像压缩407
14．1图像压缩介绍407
14．1．1数据冗余407
14．1．2变换编码409
14．1．3图像压缩模型409
14．1．4图像压缩技术410
14．1．5JPEG 2000压缩算法411
14．1．6JPEG与JPEG 2000的区别412
14．1．7基于DCT的JPEG图像压缩编码414
14．2基于DCT的图像压缩MATLAB仿真实现419
14．2．1数字图像文件的读写419
14．2．2程序流程图420
14．2．3DCT变换的编程实现420
14．3基于小波压缩函数进行图像压缩422
14．3．1小波变换压缩函数的应用实例422
14．3．2基于小波包变换的图像压缩426
14．4MATLAB二维小波工具箱压缩427
14．4．1二维离散小波界面式压缩427
14．4．2二维小波包界面式压缩430
14．5利用小波分析进行图像压缩实例433
14．6本章小结436

第15章小波分析用于图像增强437
15．1图像增强技术437
15．1．1滤波增强437
15．1．2滤波器438
15．2MATLAB图像增强函数及应用438
15．2．1图像增强函数438
15．2．2MATLAB应用于数字图像增强和滤波439
15．3小波分析用于图像增强445
15．3．1图像增强问题描述445
15．3．2基于小波分析的图像钝化实现445
15．3．3基于小波分析的图像锐化实现447
15．3．4基于小波分析的图像增强实现448
15．3．5基于小波分析的图像平滑实现449
15．4本章小结452

第16章小波分析用于图像处理其他领域453
16．1图像融合453
16．1．1小波分析用于图像融合的方法453
16．1．2融合规则和融合算子454
16．1．3小波包图像融合454
16．1．4小波框架图像融合455
16．1．5多小波图像融合455
16．1．6小波分析用于图像融合的实例456
16．2图像分解459
16．3图像特征提取462
16．4本章小结466

第17章小波分析用于样本估计467
17．1小波分析用于密度估计467
17．1．1密度估计467
17．1．2小波变换进行密度估计的基本原理468
17．1．3小波变换进行密度估计界面工具的使用469
17．2小波分析用于回归估计472
17．2．1回归估计472
17．2．2小波变换进行回归估计的基本原理473
17．2．3小波变换进行回归估计界面工具的使用474
17．3本章小结477

参考文献478