MATLAB小波分析超級學習手冊

目　錄
第1章　MATLAB基礎　1
1．1　MATLAB簡介　1
1．2　MATLAB組成結構　2
1．2．1　目錄結構　2
1．2．2　工作環(huán)境　3
1．2．3　系統(tǒng)幫助　8
1．3　掌握MATLAB編程　11
1．3．1　通用命令　11
1．3．2　演示示例　12
1．3．3　編程語句　12
1．4　數(shù)據(jù)類型　15
1．4．1　整數(shù)數(shù)據(jù)類型　15
1．4．2　浮點數(shù)數(shù)據(jù)類型　18
1．4．3　字符串　19
1．4．4　邏輯運算符　23
1．4．5　單元數(shù)組類型　25
1．4．6　結構體　26
1．4．7　函數(shù)句柄　28
1．5　M文件　28
1．5．1　腳本　28
1．5．2　M函數(shù)　31
1．6　本章小結　35
第2章　MATLAB GUI基礎　36
2．1　句柄簡介　36
2．1．1　對象句柄　36
2．1．2　對象屬性　37
2．1．3　get和set　37
2．1．4　查找對象　44
2．1．5　用鼠標選擇對象　45
2．1．6　位置和單位屬性　46
2．2　圖形用戶界面　48
2．2．1　圖形用戶界面簡介　48
2．2．2　預定義對話框　49
2．2．3　M文件對話框　50
2．2．4　對話框小結　50
2．2．5　GUI對象層次結構　51
2．2．6　GUI創(chuàng)建的基本步驟　54
2．2．7　GUI對象的大小和位置　54
2．2．8　捕獲鼠標動作　55
2．2．9　事件隊列　57
2．2．10　回調(diào)編程　57
2．2．11　M文件示例　63
2．3　GUI設計編程　67
2．3．1　M文件以及GUI數(shù)據(jù)管理　67
2．3．2　回調(diào)函數(shù)的使用方法　69
2．3．3　圖形窗口的行為控制　71
2．4　圖形讀者界面設計應用實例　72
2．4．1　數(shù)據(jù)相互轉換　72
2．4．2　繪制數(shù)據(jù)點　76
2．5　本章小結　83
第3章　小波分析基礎　84
3．1　一維傅立葉變換及其應用　84
3．1．1　一維傅立葉變換　84
3．1．2　一維離散傅立葉級數(shù)　85
3．1．3　一維離散傅立葉變換及應用　87
3．1．4　一維快速傅立葉變換及應用　88
3．2　二維傅立葉變換及其應用　90
3．3　Z變換及其應用　92
3．4　濾波器　94
3．4．1　連續(xù)濾波器　94
3．4．2　數(shù)字濾波器及其應用　94
3．4．3　濾波器設計與分析　105
3．5　本章小結　107
第4章　連續(xù)小波變換　108
4．1　小波分析簡介　108
4．1．1　小波分析發(fā)展概述　108
4．1．2　小波分析優(yōu)缺點　109
4．2　連續(xù)小波變換及其性質　110
4．2．1　短時傅立葉變換　110
4．2．2　一維連續(xù)小波變換　111
4．2．3　高維連續(xù)小波變換　112
4．3　連續(xù)小波變換的計算　113
4．3．1　如何計算連續(xù)小波變換　113
4．3．2　連續(xù)小波變換的應用　114
4．3．3　連續(xù)小波界面式應用實例　118
4．3．4　連續(xù)小波反變換的應用　126
4．4　本章小結　127
第5章　離散小波變換　128
5．1　離散小波變換及其逆變換　128
5．1．1　一維離散小波變換　128
5．1．2　小波框架　131
5．1．3　離散小波變換的逆變換　132
5．1．4　二進小波變換及其逆變換　133
5．2　離散小波變換的計算　136
5．2．1　離散小波變換計算過程　136
5．2．2　一維離散小波變換算法　136
5．3　離散小波變換在MATLAB中的函數(shù)及應用　139
5．3．1　一維離散小波變換函數(shù)　139
5．3．2　一維離散小波逆變換函數(shù)　142
5．3．3　二維離散小波變換函數(shù)　145
5．3．4　二維離散小波逆變換函數(shù)　148
5．4　離散小波變換界面式應用　150
5．4．1　一維離散小波界面式應用實例　150
5．4．2　二維離散小波界面式應用實例　157
5．5　離散小波變換的綜合演示實例　159
5．6　本章小結　169
第6章　多分辨分析與Mallat算法　170
6．1　多分辨分析　170
6．1．1　多分辨分析理論　170
6．1．2　幾種常見的正交小波基　173
6．1．3　尺度函數(shù)和小波函數(shù)性質　175
6．2　雙尺度方程及多分辨濾波器組　176
6．2．1　雙尺度方程　176
6．2．2　濾波器組系數(shù)h0(n)和h1(n)的性質　178
6．3　Mallat算法　179
6．3．1　一維Mallat算法　179
6．3．2　二維Mallat算法　180
6．3．3　Mallat算法在MATLAB中的實現(xiàn)　182
6．3．4　Mallat算法在MATLAB中的應用　185
6．4　離散序列的多分辨分析與正交小波變換　192
6．4．1　離散序列的小波分解　193
6．4．2　離散序列的小波重構　195
6．5　二維正交小波變換　195
6．5．1　L2(R2)空間的兩種正交小波基　195
6．5．2　正方塊二維正交小波變換的快速算法　199
6．6　本章小結　200
第7章　小波基及其構造　201
7．1　幾種常用的小波　201
7．1．1　Haar小波　201
7．1．2　Daubechies(dbN)小波系　202
7．1．3　雙正交小波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函數(shù)　205
7．2　小波基的性質及其在MATLAB中的命名　206
7．3　小波基的構造　206
7．3．1　由尺度函數(shù)構造正交小波基　207
7．3．2　緊支集正交小波基的性質和構造　209
7．3．3　實現(xiàn)小波基的構造　213
7．4　提升方案構造二代小波并實現(xiàn)　217
7．4．1　提升方案的基本原理　217
7．4．2　提升法實現(xiàn)第二代小波變換　223
7．4．3　提升方法實現(xiàn)圖像的分解與重構　226
7．5　小波和尺度函數(shù)的提取及消失矩的作用　230
7．6　本章小結　234
第8章　小波包及其應用　235
8．1　小波包　235
8．1．1　小波包的定義　235
8．1．2　小波包的性質　237
8．1．3　小波包的空間分解　237
8．1．4　小波包算法　238
8．2　一維小波包在MATLAB中的應用　238
8．2．1　一維小波包函數(shù)　239
8．2．2　一維小波包界面式應用——信號壓縮　242
8．2．3　一維小波包界面式應用——信號去噪　246
8．3　二維小波包在MATLAB中的應用　249
8．3．1　二維小波包函數(shù)　249
8．3．2　二維小波包界面式應用——圖像壓縮　252
8．3．3　二維小波包界面式應用——圖像去噪　255
8．4　小波包分析的綜合應用實例　257
8．5　本章小結　263
第9章　小波分析用于信號濾波　265
9．1　小波濾波概述　265
9．1．1　小波濾波的原理　265
9．1．2　小波域的三種濾波法　266
9．2　濾波器　268
9．2．1　陷波濾波器　268
9．2．2　單陷波濾波器　270
9．2．3　多頻率陷波濾波器　271
9．3　小波閾值濾波法　273
9．3．1　閾值的幾種形式　273
9．3．2　閾值函數(shù)數(shù)學表達式　274
9．3．3　幾種改進的閾值函數(shù)　275
9．4　MATLAB中小波濾波函數(shù)及應用　276
9．4．1　MATLAB小波濾波函數(shù)介紹　276
9．4．2　小波濾波器應用　279
9．5　重構濾波器組　280
9．5．1　完全重構濾波器組　281
9．5．2　完全重構濾波器組的濾波效應　283
9．6　小波濾波器構造MATLAB實例　284
9．7　小波閾值濾波器的設計　292
9．7．1　設計目標　292
9．7．2　子模塊設計　294
9．7．3　濾波器模塊　294
9．7．4　系數(shù)處理模塊　294
9．8　本章小結　295
第10章　小波分析用于信號去噪　296
10．1　信號去噪原理　296
10．1．1　小波去噪概述　296
10．1．2　基于模極大值去噪法　298
10．1．3　小波閾值去噪　298
10．1．4　平移不變量法　299
10．1．5　其他方法　300
10．1．6　閾值的選取　300
10．1．7　現(xiàn)有方法的優(yōu)缺點　301
10．1．8　小波去噪的基本原理　302
10．1．9　各種小波變換在小波去噪中的應用　303
10．2　MATLAB函數(shù)去噪　303
10．2．1　一維小波分析進行信號去噪　303
10．2．2　閾值選取規(guī)則　307
10．2．3　對非平穩(wěn)信號的去噪　308
10．2．4　小波包分析進行信號去噪　310
10．3　MATLAB一維小波工具箱去噪　313
10．3．1　一維離散小波界面式去噪　313
10．3．2　一維小波包界面式去噪　316
10．4　小波去噪實例　318
10．5　基于小波變換的語音信號去噪　321
10．5．1　語音信號去噪　321
10．5．2　語音質量的評價　322
10．5．3　小波變換的語音去噪實例　323
10．6　本章小結　326
第11章　小波分析用于信號壓縮　327
11．1　信號壓縮　327
11．1．1　小波壓縮概述　327
11．1．2　一維小波分析進行壓縮的原理　328
11．1．3　小波壓縮實現(xiàn)方法　329
11．2　MATLAB壓縮函數(shù)　330
11．2．1　一維小波分析進行信號壓縮　330
11．2．2　小波包分析進行信號壓縮　331
11．3　MATLAB一維小波工具箱壓縮　334
11．3．1 一維離散小波界面式壓縮　334
11．3．2　一維小波包界面式壓縮　337
11．4　小波壓縮綜合實例　340
11．5　本章小結　343
第12章　小波分析用于信號識別與檢測　344
12．1　信號的奇異性檢測理論　344
12．1．1　信號奇異性概念　344
12．1．2　Fourier變換與信號奇異性的關系　345
12．1．3　小波變換與信號的奇異性　345
12．1．4　小波變換模極大值點同信號突變點之間的關系　346
12．1．5　信號與噪聲的小波變換特性　347
12．2　信號的間斷點檢測　349
12．2．1　第一類間斷點檢測　349
12．2．2　第二類間斷點檢測　354
12．3　信號的自相似檢測　357
12．4　信號識別與信號提取　358
12．4．1　信號發(fā)展趨勢的識別　358
12．4．2　某一頻率區(qū)間上信號的識別　359
12．4．3　信號的特征提取　361
12．5　模態(tài)參數(shù)識別介紹　363
12．5．1　模態(tài)分析的時頻辨識方法概述　363
12．5．2　信號的小波脊提取及計算方法　364
12．5．3　基于小波包和改進HHT的瞬時特征分析　365
12．5．4　模態(tài)參數(shù)識別的應用　366
12．6　二維信號的邊緣檢測　371
12．7　本章小結　374
第13章　小波分析用于圖像去噪　375
13．1　圖像處理概述　375
13．1．1　常用圖像格式　375
13．1．2　圖像類型　377
13．1．3　圖像類型轉換　379
13．1．4　圖像顯示　381
13．2　小波用于圖像去噪方法　382
13．2．1　圖像噪聲概述　382
13．2．2　圖像去噪方法概述　383
13．2．3　圖像去噪現(xiàn)有方法的優(yōu)缺點　386
13．2．4　圖像去噪質量的評價　387
13．3　MATLAB去噪函數(shù)　388
13．3．1　基于去噪函數(shù)進行圖像去噪　388
13．3．2　基于小波變換進行圖像去噪　391
13．3．3　基于閾值法進行圖像去噪　392
13．3．4　基于小波包分析進行圖像去噪　394
13．4　MATLAB二維小波工具箱去噪　398
13．4．1　二維離散小波界面式去噪　398
13．4．2　二維小波包界面式去噪　401
13．5　小波圖像去噪實例　404
13．6　本章小結　406
第14章　小波分析用于圖像壓縮　407
14．1　圖像壓縮介紹　407
14．1．1　數(shù)據(jù)冗余　407
14．1．2　變換編碼　409
14．1．3　圖像壓縮模型　409
14．1．4　圖像壓縮技術　410
14．1．5　JPEG 2000壓縮算法　411
14．1．6　JPEG與JPEG 2000的區(qū)別　412
14．1．7　基于DCT的JPEG圖像壓縮編碼　414
14．2　基于DCT的圖像壓縮MATLAB仿真實現(xiàn)　419
14．2．1　數(shù)字圖像文件的讀寫　419
14．2．2　程序流程圖　420
14．2．3　DCT變換的編程實現(xiàn)　420
14．3　基于小波壓縮函數(shù)進行圖像壓縮　422
14．3．1　小波變換壓縮函數(shù)的應用實例　422
14．3．2　基于小波包變換的圖像壓縮　426
14．4　MATLAB二維小波工具箱壓縮　427
14．4．1　二維離散小波界面式壓縮　427
14．4．2　二維小波包界面式壓縮　430
14．5　利用小波分析進行圖像壓縮實例　433
14．6　本章小結　436
第15章　小波分析用于圖像增強　437
15．1　圖像增強技術　437
15．1．1　濾波增強　437
15．1．2　濾波器　438
15．2　MATLAB圖像增強函數(shù)及應用　438
15．2．1　圖像增強函數(shù)　438
15．2．2　MATLAB應用于數(shù)字圖像增強和濾波　439
15．3　小波分析用于圖像增強　445
15．3．1　圖像增強問題描述　445
15．3．2　基于小波分析的圖像鈍化實現(xiàn)　445
15．3．3　基于小波分析的圖像銳化實現(xiàn)　447
15．3．4　基于小波分析的圖像增強實現(xiàn)　448
15．3．5　基于小波分析的圖像平滑實現(xiàn)　449
15．4　本章小結　452
第16章　小波分析用于圖像處理其他領域　453
16．1　圖像融合　453
16．1．1　小波分析用于圖像融合的方法　453
16．1．2　融合規(guī)則和融合算子　454
16．1．3　小波包圖像融合　454
16．1．4　小波框架圖像融合　455
16．1．5　多小波圖像融合　455
16．1．6　小波分析用于圖像融合的實例　456
16．2　圖像分解　459
16．3　圖像特征提取　462
16．4　本章小結　466
第17章　小波分析用于樣本估計　467
17．1　小波分析用于密度估計　467
17．1．1　密度估計　467
17．1．2　小波變換進行密度估計的基本原理　468
17．1．3　小波變換進行密度估計界面工具的使用　469
17．2　小波分析用于回歸估計　472
17．2．1　回歸估計　472
17．2．2　小波變換進行回歸估計的基本原理　473
17．2．3　小波變換進行回歸估計界面工具的使用　474
17．3　本章小結　477
參考文獻　478