当前位置:首页 > 工业技术
MATLAB小波分析超级学习手册
MATLAB小波分析超级学习手册

MATLAB小波分析超级学习手册PDF电子书下载

工业技术

  • 电子书积分:15 积分如何计算积分?
  • 作 者:孔玲军编著
  • 出 版 社:北京:人民邮电出版社
  • 出版年份:2014
  • ISBN:9787115347893
  • 页数:478 页
图书介绍:本书以最新推出的MATLAB R2013a软件为基础,在介绍MATLAB编程知识的基础上,从信号处理的角度阐述小波分析的基本原理及其应用。从信号时-频联合分析引入小波变换,将小波变换工具箱的函数作为全书的重点,并以此为基础,阐述了小波在信号处理、图像处理、数字水印中的应用。本书在讲解时结合相关的函数或命令,精心编写了一些具体的示例,并在每章的小结中给出了软件使用的经验技巧等供读者参考。
《MATLAB小波分析超级学习手册》目录

第1章 MATLAB基础 1

1.1 MATLAB简介 1

1.2 MATLAB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

1.5 M文件 28

1.5.1脚本 28

1.5.2 M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

2.1.3 get和set 37

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

2.2.3 M文件对话框 50

2.2.4对话框小结 50

2.2.5 GUI对象层次结构 51

2.2.6 GUI创建的基本步骤 54

2.2.7 GUI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

2.2.11 M文件示例 63

2.3 GUI设计编程 67

2.3.1 M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

3.3 Z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

6.3 Mallat算法 179

6.3.1一维Mallat算法 179

6.3.2二维Mallat算法 180

6.3.3 Mallat算法在MATLAB中的实现 182

6.3.4 Mallat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

6.5.1 L2(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

7.1.1 Haar小波 201

7.1.2 Daubechies(dbN)小波系 202

7.1.3双正交小波Biorthogonal(biorNr.Nd)小波系 203

7.1.4 Coiflet(coifN)小波系 203

7.1.5 SymletsA(symN)小波系 204

7.1.6 Morlet(morl)小波 204

7.1.7 MexicanHat(mexh)小波 204

7.1.8 Meyer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

9.4 MATLAB中小波滤波函数及应用 276

9.4.1 MATLAB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

10.2 MATLAB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

10.3 MATLAB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

11.2 MATLAB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

11.3 MATLAB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

12.1.2 Fourier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

13.3 MATLAB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

13.4 MATLAB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

14.1.5 JPEG 2000压缩算法 411

14.1.6 JPEG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

14.2.3 DCT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

14.4 MATLAB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

15.2 MATLAB图像增强函数及应用 438

15.2.1图像增强函数 438

15.2.2 MATLAB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

相关图书
作者其它书籍
返回顶部