MATLAB小波分析

前言
第1章 Fourier變換與MATLAB實(shí)現(xiàn) 1
1.1 Fourier級(jí)數(shù)與Fourier變換 1
1.1.1 三角級(jí)數(shù) 2
1.1.2 以2？為周期的函數(shù)的Fourier級(jí)數(shù) 2
1.1.3 Fourier變換 3
1.1.4 傅里葉變換及MATLAB實(shí)現(xiàn) 4
1.1.5 MATLAB函數(shù)實(shí)現(xiàn)傅里葉變換 5
1.1.6 連續(xù)時(shí)間信號(hào)傅里葉變換的數(shù)值計(jì)算 6
1.1.7 信號(hào)的Fourier分解與合成MATLAB實(shí)現(xiàn) 8
1.2 復(fù)數(shù)形式的Fourier級(jí)數(shù)及其MATLAB應(yīng)用 13
1.2.1 基本理論 13
1.2.2 Fourier變換的MATLAB實(shí)現(xiàn) 14
1.2.3 MATLAB程序?qū)嵗?15
1.3 Fourier變換的性質(zhì) 17
1.3.1 Fourier變換的線性性 17
1.3.2 Fourier變換尺度特性 19
1.3.3 Fourier變換時(shí)移特性 20
1.3.4 Fourier變換頻移特性 23
1.3.5 Fourier變換的對(duì)稱性 26
1.3.6 偶函數(shù)和奇函數(shù)與Fourier變換后實(shí)部和虛部的關(guān)系 27
1.3.7 卷積定理 28
1.4 快速Fourier變換及其MATLAB應(yīng)用 31
1.4.1 快速Fourier變換的用法 31
1.4.2 快速Fourier變換應(yīng)用舉例 32
1.5 運(yùn)用FFT進(jìn)行簡(jiǎn)單濾波 39
1.6 FFT在工程分析中的應(yīng)用 42
1.6.1 在地傾斜數(shù)據(jù)中的應(yīng)用 42
1.6.2 MATLAB分析地震數(shù)據(jù)中的頻率成分 43
1.6.3 利用FFT濾波的應(yīng)用 47
第2章 小波分析與信號(hào)處理 49
2.1 小波分析的基本理論 49
2.1.1 連續(xù)小波變換 50
2.1.2 離散小波變換 50
2.1.3 多分辨率分析及Mallat算法 51
2.1.4 一維正交多分辨率分析及Mallat算法 51
2.1.5 緊支撐雙正交小波基的構(gòu)造 57
2.1.6 第二代小波變換 60
2.2 信號(hào)分解 65
2.2.1 信號(hào)的連續(xù)小波分解 65
2.2.2 信號(hào)的離散小波分解 72
2.3 信號(hào)重構(gòu) 76
2.3.1 信號(hào)小波重構(gòu) 76
2.3.2 小波函數(shù)應(yīng)用實(shí)例 81
2.4 信號(hào)壓縮 89
2.4.1 信號(hào)壓縮 89
2.4.2 信號(hào)壓縮實(shí)例 90
2.5 信號(hào)去噪 91
2.5.1 信號(hào)去噪 91
2.5.2 信號(hào)去噪實(shí)例 92
2.6 信號(hào)分析與檢測(cè) 97
第3章 小波變換在圖像處理中的應(yīng)用 109
3.1 MATLAB的圖像處理 109
3.1.1 MATLAB圖像處理應(yīng)用舉例 109
3.1.2 圖像處理基本操作 110
3.1.3 圖像處理的高級(jí)應(yīng)用 112
3.2 圖像的小波分解和重構(gòu)算法 115
3.2.1 二維小波變換及相應(yīng)的快速算法 115
3.2.2 小波分解和重構(gòu)MATLAB實(shí)例 120
3.3 小波分析在圖像去噪中的應(yīng)用 123
3.3.1 閾值處理函數(shù)選取 123
3.3.2 閾值的選取 123
3.3.3 小波分析的去噪步驟 124
3.3.4 小波分析去噪MATLAB實(shí)例 124
3.4 基于小波分析的圖像壓縮 130
3.4.1 圖像小波分解的特點(diǎn) 130
3.4.2 小波零樹和3個(gè)方向跨頻帶矢量的分類 130
3.4.3 基于小波變換的圖像局部壓縮 131
3.4.4 小波變換用于圖像壓縮的一般方法 133
3.5 基于小波分析的圖像平滑 140
3.5.1 小波圖像平滑的基本原理 140
3.5.2 MATLAB實(shí)例分析 140
3.6 基于小波變換的數(shù)字圖像水印研究 141
3.6.1 數(shù)字水印應(yīng)具有的特點(diǎn) 141
3.6.2 數(shù)字水印的基本理論框架 142
3.6.3 數(shù)字水印技術(shù)需要解決的問題 143
3.6.4 一種基于小波變換的數(shù)字水印方法 144
3.6.5 MATLAB實(shí)例分析 145
3.7 小波分析與圖像增強(qiáng) 148
3.7.1 小波圖像增強(qiáng)的基本方法 148
3.7.2 圖像增強(qiáng)MATLAB實(shí)例 149
3.8 小波分析與圖像融合 153
3.8.1 小波圖像融合的基本原理 154
3.8.2 MATLAB實(shí)例分析 154
第4章 小波包分析的應(yīng)用 158
4.1 小波包基本理論 158
4.1.1 小波包理論分析 159
4.1.2 小波包的性質(zhì) 159
4.1.3 小波包的空間分解 160
4.1.4 小波包算法 161
4.2 小波包函數(shù)用法 161
4.3 小波包在信號(hào)時(shí)頻分析中的應(yīng)用 181
4.3.1 小波包變換分析兩個(gè)信號(hào)功率譜 181
4.3.2 調(diào)頻信號(hào)的小波包分析 188
4.3.3 正弦信號(hào)的小波包分析 190
4.3.4 ？信號(hào)的小波包分析 192
4.3.5 變頻信號(hào)的小波包分析 192
4.4 小波包與信號(hào)去噪 195
4.4.1 基本原理 195
4.4.2 MATLAB實(shí)例分析 195
4.5 小波包分析用于信號(hào)壓縮 200
4.5.1 基本原理 200
4.5.2 MATLAB實(shí)例分析 200
4.6 小波包與圖像邊緣檢測(cè) 203
4.6.1 基本原理 203
4.6.2 MATLAB實(shí)例分析 203
第5章 MATLAB提升小波變換 206
5.1 提升小波變換的簡(jiǎn)化實(shí)現(xiàn) 206
5.1.1 小波分解與重構(gòu)的多相位表示 207
5.1.2 Laurent多項(xiàng)式的Euclidean算法 209
5.1.3 改進(jìn)的Laurent多項(xiàng)式Euclidean算法 210
5.1.4 多相位矩陣的因子分解 212
5.1.5 小波變換提升實(shí)現(xiàn)的傳統(tǒng)算法 216
5.1.6 小波變換提升實(shí)現(xiàn)的簡(jiǎn)化算法 218
5.1.7 提升算法舉例 219
5.1.8 整數(shù)小波變換 223
5.2 提升算法的MATLAB實(shí)現(xiàn) 224
5.2.1 MATLAB實(shí)現(xiàn)提升方案的基本步驟 224
5.2.2 MATLAB小波工具箱函數(shù) 225
5.2.3 MATLAB提升小波函數(shù)應(yīng)用 232
5.3 提升小波變換應(yīng)用實(shí)例 239
5.3.1 MATLAB一維提升小波變換 239
5.3.2 MATLAB二維提升小波變換 250
第6章 小波分析工程應(yīng)用 263
6.1 小波分析 263
6.1.1 概述 263
6.1.2 傅里葉變換與小波變換的比較 264
6.1.3 小波分析與多分辨率分析的歷史 264
6.2 從傅里葉變換到小波變換 266
6.2.1 傅里葉變換 267
6.2.2 短時(shí)傅里葉變換 267
6.2.3 小波變換 268
6.3 基于MATLAB的小波快速算法設(shè)計(jì) 271
6.3.1 小波快速算法設(shè)計(jì)原理與步驟 271
6.3.2 小波分解算法 272
6.3.3 對(duì)稱小波分解算法 272
6.3.4 小波重構(gòu)算法 273
6.3.5 對(duì)稱小波重構(gòu)算法 274
6.3.6 MATLAB程序設(shè)計(jì)實(shí)現(xiàn) 274
6.4 小波變換檢測(cè)故障信號(hào)與小波類型的選擇 283
6.4.1 故障信號(hào)檢測(cè)的理論分析 283
6.4.2 實(shí)驗(yàn)結(jié)果與分析 286
6.4.3 小波類型選擇 292
6.5 圖像多尺度邊緣檢測(cè)算法研究 292
6.5.1 多尺度邊緣檢測(cè) 293
6.5.2 快速多尺度邊緣檢測(cè)算法 295
6.5.3 實(shí)驗(yàn)結(jié)果與分析 296
6.6 小波變換在信號(hào)特征檢測(cè)中的算法研究 298
6.6.1 小波信號(hào)特征檢測(cè)的理論分析 298
6.6.2 實(shí)驗(yàn)結(jié)果與分析 301
6.7 基于小波的信號(hào)突變點(diǎn)檢測(cè)算法研究 307
6.7.1 信號(hào)的突變性與小波變換 307
6.7.2 信號(hào)的突變點(diǎn)檢測(cè)原理 308
6.7.3 實(shí)驗(yàn)結(jié)果與分析 309
6.8 基于小波的信號(hào)閾值去噪算法研究 313
6.8.1 閾值去噪方法 313
6.8.2 閾值風(fēng)險(xiǎn) 314
6.8.3 實(shí)驗(yàn)結(jié)果與分析 315
6.9 基于小波圖像壓縮技術(shù)的算法研究 320
6.9.1 圖像的小波分解算法 320
6.9.2 小波變換系數(shù)分析 322
6.9.3 實(shí)驗(yàn)結(jié)果與分析 322
6.10 小波變換圖像測(cè)試分析 331
6.10.1 概述 331
6.10.2 實(shí)例說明 332
6.10.3 輸出結(jié)果與分析 332
6.10.4 源程序 337
參考文獻(xiàn) 349