MATLAB小波分析超級學習手冊
1 MATLAB基礎
1.1 MATLAB簡介
1.2 MATLAB組成結構
1.2.1 目錄結構
1.2.2 工作環境
1.2.3 系統幫助
1.3 掌握MATLAB編程
1.3.1 通用命令
1.3.2 演示示例
1.3.3 編程語句
1.4 數據類型
1.4.1 整數數據類型
1.4.2 浮點數數據類型
1.4.3 字符串
1.4.4 邏輯運算符
1.4.5 單元數組類型
1.4.6 結構體
1.4.7 函數句柄
1.5 M文件
1.5.1 腳本
1.5.2 M函數
1.6 本章小結
2 MATLAB GUI基礎
2.1 句柄簡介
2.1.1 對象句柄
2.1.2 對象屬性
2.1.3 get和set
2.1.4 查找對象
2.1.5 用鼠標選擇對象
2.1.6 位置和單位屬性
2.2 圖形用戶界面
2.2.1 圖形用戶界面簡介
2.2.2 預定義對話框
2.2.3 M文件對話框
2.2.4 對話框小結
2.2.5 GUI對象層次結構
2.2.6 GUI創建的基本步驟
2.2.7 GUI對象的大小和位置
2.2.8 捕獲鼠標動作
2.2.9 事件隊列
2.2.10 回調編程
2.2.11 M文件示例
2.3 GUI設計編程
2.3.1 M文件以及GUI數據管理
2.3.2 回調函數的使用方法
2.3.3 圖形窗口的行為控制
2.4 圖形讀者界面設計應用實例
2.4.1 數據相互轉換
2.4.2 繪制數據點
2.5 本章小結
3 小波分析基礎
3.1 一維傅立葉變換及其應用
3.1.1 一維傅立葉變換
3.1.2 一維離散傅立葉級數
3.1.3 一維離散傅立葉變換及應用
3.1.4 一維快速傅立葉變換及應用
3.2 二維傅立葉變換及其應用
3.3 Z變換及其應用
3.4 濾波器
3.4.1 連續濾波器
3.4.2 數字濾波器及其應用
3.4.3 濾波器設計與分析
3.5 本章小結
4 連續小波變換
4.1 小波分析簡介
4.1.1 小波分析發展概述
4.1.2 小波分析優缺點
4.2 連續小波變換及其性質
4.2.1 短時傅立葉變換
4.2.2 一維連續小波變換
4.2.3 高維連續小波變換
4.3 連續小波變換的計算
4.3.1 如何計算連續小波變換
4.3.2 連續小波變換的應用
4.3.3 連續小波界面式應用實例
4.3.4 連續小波反變換的應用
4.4 本章小結
5 離散小波變換
5.1 離散小波變換及其逆變換
5.1.1 一維離散小波變換
5.1.2 小波框架
5.1.3 離散小波變換的逆變換
5.1.4 二進小波變換及其逆變換
5.2 離散小波變換的計算
5.2.1 離散小波變換計算過程
5.2.2 一維離散小波變換算法
5.3 離散小波變換在MATLAB中的函數及應用
5.3.1 一維離散小波變換函數
5.3.2 一維離散小波逆變換函數
5.3.3 二維離散小波變換函數
5.3.4 二維離散小波逆變換函數
5.4 離散小波變換界面式應用
5.4.1 一維離散小波界面式應用實例
5.4.2 二維離散小波界面式應用實例
5.5 離散小波變換的綜合演示實例
5.6 本章小結
6 多分辨分析與Mallat算法
6.1 多分辨分析
6.1.1 多分辨分析理論
6.1.2 幾種常見的正交小波基
6.1.3 尺度函數和小波函數性質
6.2 雙尺度方程及多分辨濾波器組
6.2.1 雙尺度方程
6.2.2 濾波器組系數h0(n)和h1(n)的性質
6.3 Mallat算法
6.3.1 一維Mallat算法
6.3.2 二維Mallat算法
6.3.3 Mallat算法在MATLAB中的實現
6.3.4 Mallat算法在MATLAB中的應用
6.4 離散序列的多分辨分析與正交小波變換
6.4.1 離散序列的小波分解
6.4.2 離散序列的小波重構
6.5 二維正交小波變換
6.5.1 L2(R2)空間的兩種正交小波基
6.5.2 正方塊二維正交小波變換的快速算法
6.6 本章小結
7 小波基及其構造
7.1 幾種常用的小波
7.1.1 Haar小波
7.1.2 Daubechies(dbN)小波系
7.1.3 雙正交小波Biorthogonal(biorNr.Nd)小波系
7.1.4 Coiflet(coifN)小波系
7.1.5 SymletsA(symN)小波系
7.1.6 Morlet(morl)小波
7.1.7 MexicanHat(mexh)小波
7.1.8 Meyer函數
7.2 小波基的性質及其在MATLAB中的命名
7.3 小波基的構造
7.3.1 由尺度函數構造正交小波基
7.3.2 緊支集正交小波基的性質和構造
7.3.3 實現小波基的構造
7.4 提升方案構造二代小波並實現
7.4.1 提升方案的基本原理
7.4.2 提升法實現第二代小波變換
7.4.3 提升方法實現圖像的分解與重構
7.5 小波和尺度函數的提取及消失矩的作用
7.6 本章小結
8 小波包及其應用
8.1 小波包
8.1.1 小波包的定義
8.1.2 小波包的性質
8.1.3 小波包的空間分解
8.1.4 小波包算法
8.2 一維小波包在MATLAB中的應用
8.2.1 一維小波包函數
8.2.2 一維小波包界面式應用——信號壓縮
8.2.3 一維小波包界面式應用——信號去噪
8.3 二維小波包在MATLAB中的應用
8.3.1 二維小波包函數
8.3.2 二維小波包界面式應用——圖像壓縮
8.3.3 二維小波包界面式應用——圖像去噪
8.4 小波包分析的綜合應用實例
8.5 本章小結
9 小波分析用於信號濾波
9.1 小波濾波概述
9.1.1 小波濾波的原理
9.1.2 小波域的三種濾波法
9.2 濾波器
9.2.1 陷波濾波器
9.2.2 單陷波濾波器
9.2.3 多頻率陷波濾波器
9.3 小波閾值濾波法
9.3.1 閾值的幾種形式
9.3.2 閾值函數數學表達式
9.3.3 幾種改進的閾值函數
9.4 MATLAB中小波濾波函數及應用
9.4.1 MATLAB小波濾波函數介紹
9.4.2 小波濾波器應用
9.5 重構濾波器組
9.5.1 完全重構濾波器組
9.5.2 完全重構濾波器組的濾波效應
9.6 小波濾波器構造MATLAB實例
9.7 小波閾值濾波器的設計
9.7.1 設計目標
9.7.2 子模塊設計
9.7.3 濾波器模塊
9.7.4 系數處理模塊
9.8 本章小結
10 小波分析用於信號去噪
10.1 信號去噪原理
10.1.1 小波去噪概述
10.1.2 基於模極大值去噪法
10.1.3 小波閾值去噪
10.1.4 平移不變量法
10.1.5 其他方法
10.1.6 閾值的選取
10.1.7 現有方法的優缺點
10.1.8 小波去噪的基本原理
10.1.9 各種小波變換在小波去噪中的應用
10.2 MATLAB函數去噪
10.2.1 一維小波分析進行信號去噪
10.2.2 閾值選取規則
10.2.3 對非平穩信號的去噪
10.2.4 小波包分析進行信號去噪
10.3 MATLAB一維小波工具箱去噪
10.3.1 一維離散小波界面式去噪
10.3.2 一維小波包界面式去噪
10.4 小波去噪實例
10.5 基於小波變換的語音信號去噪
10.5.1 語音信號去噪
10.5.2 語音質量的評價
10.5.3 小波變換的語音去噪實例
10.6 本章小結
11 小波分析用於信號壓縮
11.1 信號壓縮
11.1.1 小波壓縮概述
11.1.2 一維小波分析進行壓縮的原理
11.1.3 小波壓縮實現方法
11.2 MATLAB壓縮函數
11.2.1 一維小波分析進行信號壓縮
11.2.2 小波包分析進行信號壓縮
11.3 MATLAB一維小波工具箱壓縮
11.3.1 一維離散小波界面式壓縮
11.3.2 一維小波包界面式壓縮
11.4 小波壓縮綜合實例
11.5 本章小結
12 小波分析用於信號識別與檢測
12.1 信號的奇異性檢測理論
12.1.1 信號奇異性概念
12.1.2 Fourier變換與信號奇異性的關系
12.1.3 小波變換與信號的奇異性
12.1.4 小波變換模極大值點同信號突變點之間的關系
12.1.5 信號與噪聲的小波變換特性
12.2 信號的間斷點檢測
12.2.1 第一類間斷點檢測
12.2.2 第二類間斷點檢測
12.3 信號的自相似檢測
12.4 信號識別與信號提取
12.4.1 信號發展趨勢的識別
12.4.2 某一頻率區間上信號的識別
12.4.3 信號的特征提取
12.5 模態參數識別介紹
12.5.1 模態分析的時頻辨識方法概述
12.5.2 信號的小波脊提取及計算方法
12.5.3 基於小波包和改進HHT的瞬時特征分析
12.5.4 模態參數識別的應用
12.6 二維信號的邊緣檢測
12.7 本章小結
13 小波分析用於圖像去噪
13.1 圖像處理概述
13.1.1 常用圖像格式
13.1.2 圖像類型
13.1.3 圖像類型轉換
13.1.4 圖像顯示
13.2 小波用於圖像去噪方法
13.2.1 圖像噪聲概述
13.2.2 圖像去噪方法概述
13.2.3 圖像去噪現有方法的優缺點
13.2.4 圖像去噪質量的評價
13.3 MATLAB去噪函數
13.3.1 基於去噪函數進行圖像去噪
13.3.2 基於小波變換進行圖像去噪
13.3.3 基於閾值法進行圖像去噪
13.3.4 基於小波包分析進行圖像去噪
13.4 MATLAB二維小波工具箱去噪
13.4.1 二維離散小波界面式去噪
13.4.2 二維小波包界面式去噪
13.5 小波圖像去噪實例
13.6 本章小結
14 小波分析用於圖像壓縮
14.1 圖像壓縮介紹
14.1.1 數據冗余
14.1.2 變換編碼
14.1.3 圖像壓縮模型
14.1.4 圖像壓縮技術
14.1.5 JPEG 2000壓縮算法
14.1.6 JPEG與JPEG 2000的區別
14.1.7 基於DCT的JPEG圖像壓縮編碼
14.2 基於DCT的圖像壓縮MATLAB仿真實現
14.2.1 數字圖像文件的讀寫
14.2.2 程序流程圖
14.2.3 DCT變換的編程實現
14.3 基於小波壓縮函數進行圖像壓縮
14.3.1 小波變換壓縮函數的應用實例
14.3.2 基於小波包變換的圖像壓縮
14.4 MATLAB二維小波工具箱壓縮
14.4.1 二維離散小波界面式壓縮
14.4.2 二維小波包界面式壓縮
14.5 利用小波分析進行圖像壓縮實例
14.6 本章小結
15 小波分析用於圖像增強
15.1 圖像增強技術
15.1.1 濾波增強
15.1.2 濾波器
15.2 MATLAB圖像增強函數及應用
15.2.1 圖像增強函數
15.2.2 MATLAB應用於數字圖像增強和濾波
15.3 小波分析用於圖像增強
15.3.1 圖像增強問題描述
15.3.2 基於小波分析的圖像鈍化實現
15.3.3 基於小波分析的圖像銳化實現
15.3.4 基於小波分析的圖像增強實現
15.3.5 基於小波分析的圖像平滑實現
15.4 本章小結
16 小波分析用於圖像處理其他領域
16.1 圖像融合
16.1.1 小波分析用於圖像融合的方法
16.1.2 融合規則和融合算子
16.1.3 小波包圖像融合
16.1.4 小波框架圖像融合
16.1.5 多小波圖像融合
16.1.6 小波分析用於圖像融合的實例
16.2 圖像分解
16.3 圖像特征提取
16.4 本章小結
17 小波分析用於樣本估計
17.1 小波分析用於密度估計
17.1.1 密度估計
17.1.2 小波變換進行密度估計的基本原理
17.1.3 小波變換進行密度估計界面工具的使用
17.2 小波分析用於回歸估計
17.2.1 回歸估計
17.2.2 小波變換進行回歸估計的基本原理
17.2.3 小波變換進行回歸估計界面工具的使用
17.3 本章小結
思維導圖
防止博客圖床圖片失效，防止圖片源站外鏈：
http://www.processon.com/chart_image/5e5b411ce4b069f82a1a68f8.png)
思維導圖在線編輯鏈接：