MATLAB小波分析（第2版）

前言
第1章 MATLAB軟件及小波變換概述
1.1 MATLAB軟件介紹
1.1.1 MATLAB發(fā)展進程
1.1.2 MATLAB的基本功能
1.1.3 MATLAB語言的特點
1.1.4 MATLAB R2011a的新功能
1.2 MATLAB安裝與運行
1.3 MATLAB的運行環(huán)境
1.3.1 命令窗口
1.3.2 歷史命令窗口
1.3.3 工作空間
1.3.4 當前文件夾
1.4 MATLAB幫助文檔
1.4.1 幫助窗口
1.4.2 幫助命令
1.5 變量
1.6 矩陣
1.6.1 矩陣創(chuàng)建
1.6.2 數(shù)列創(chuàng)建
1.6.3 矩陣的基本運算
1.7 高維矩陣
1.7.1 創(chuàng)建高維數(shù)組
1.7.2 高維數(shù)組操作函數(shù)
1.8 演示MATLAB
1.9 小波分析概述
第2章 傅里葉變換與小波分析
2.1 傅里葉變換
2.1.1 經(jīng)典傅里葉變換
2.1.2 傅里葉變換的基本性質(zhì)
2.1.3 快速傅里葉變換
2.1.4 短時傅里葉變換
2.2 小波分析與多分辨率分析的歷史
2.3 小波分析與傅里葉變換的對比
2.4 小波變換
2.4.1 連續(xù)小波變換
2.4.2 離散小波變換
2.4.3 高維小波連續(xù)變換
2.5 常用小波基函數(shù)
2.5.1 小波函數(shù)
2.5.2 小波函數(shù)系
2.5.3 復(fù)數(shù)小波
2.6 構(gòu)造緊支撐正常小波基
2.7 多分辨率分析與小波構(gòu)造
2.8 分析小波包
2.8.1 小波包的定義及性質(zhì)
2.8.2 分解小波包的空間
2.8.3 小波包算法
第3章 小波分析工具箱
3.1 通用的小波基函數(shù)
3.1.1 計算濾波器組函數(shù)
3.1.2 中心頻率函數(shù)
3.1.3 小波尺度函數(shù)
3.1.4 小波二元函數(shù)
3.1.5 小波管理函數(shù)
3.1.6 其他通用的小波函數(shù)
3.2 小波函數(shù)
3.2.1 實小波函數(shù)
3.2.2 復(fù)小波函數(shù)
3.3 一維小波變換函數(shù)
3.3.1 一維小波連續(xù)變換函數(shù)
3.3.2 一維小波離散變換函數(shù)
3.4 二維小波變換函數(shù)
3.4.1 二維連續(xù)小波變換函數(shù)
3.4.2 二維離散小波變換函數(shù)
3.5 小波包函數(shù)
3.5.1 一維與二維小波包分解函數(shù)
3.5.2 一維與二維小波重構(gòu)函數(shù)
3.5.3 最優(yōu)樹的選擇函數(shù)
3.6 樹管理函數(shù)
3.7 添加自定義小波函數(shù)
3.7.1 添加自定義小波函數(shù)的首要工作
3.7.2 添加自定義小波函數(shù)系列
3.7.3 添加自定義小波函數(shù)系列的完善工作
第4章 MATLAB小波圖形用戶界面
4.1 小波圖形用戶界面概述
4.2 GUI主要特征概述
4.3 一維小波圖形工具簡介
4.3.1 一維連續(xù)小波圖形工具
4.3.2 一維離散小波圖形工具
4.3.3 一維小波包圖形工具
4.4 二維小波圖形工具簡介
4.4.1 二維離散小波工具
4.4.2 二維小波包工具
4.5 一維小波專用工具簡介
4.5.1 一維平穩(wěn)小波去噪
4.5.2 一維小波密度估計
4.5.3 一維小波回歸估計
4.5.4 一維小波系數(shù)的選取
4.5.5 一維分數(shù)布朗迭代
4.6 二維小波專用工具簡介
4.6.1 二維小波壓縮
4.6.2 二維平穩(wěn)小波去噪
4.6.3 二維小波系數(shù)的選取
4.6.4 圖像融合
第5章 小波在信號處理中的應(yīng)用
5.1 信號分解
5.2 信號重構(gòu)
5.3 信號去噪
5.3.1 信號去噪概述
5.3.2 信號去噪的實現(xiàn)
5.4 信號壓縮
5.5 信號分析
5.5.1 正弦信號混合噪聲
5.5.2 正弦信號混合三角波
5.6 小波在語音信號中的應(yīng)用
5.6.1 小波語音信號增強處理
5.6.2 小波語音信號壓縮處理
5.7 信號分析
5.7.1 小波分析的數(shù)學(xué)計算
5.7.2 小波分析對信號奇異性的檢測
5.7.3 信號的自相似性
5.7.4 識別信號的發(fā)展趨勢
5.7.5 識別某一頻率的信號
5.7.6 對某頻率的信號進行抑制或衰減
第6章 小波在圖像處理中的應(yīng)用
6.1 二維圖像變換及快速算法
6.2 小波圖像壓縮
6.2.1 圖像小波分析算法
6.2.2 小波圖像壓縮示例
6.3 小波圖像去噪
6.3.1 閾值函數(shù)選取
6.3.2 閾值選取
6.3.3 小波圖像去噪實現(xiàn)步驟
6.3.4 小波圖像去噪示例
6.4 小波分析用于圖像增強
6.5 小波分析用于圖像融合
6.5.1 小波圖像融合的基本原理
6.5.2 小波圖像融合示例
6.6 小波圖像的邊緣檢測
6.6.1 小波分解邊緣檢測
6.6.2 小波包分解邊緣檢測
第7章 小波在數(shù)字水印中的應(yīng)用
7.1 數(shù)字水印的特點
7.2 數(shù)字水印的應(yīng)用領(lǐng)域
7.3 數(shù)字水印的基本理論
7.4 數(shù)字水印算法
7.4.1 空間域算法
7.4.2 變換域算法
7.4.3 壓縮域算法
7.4.4 NEC算法
7.4.5 生理模型算法
7.5 數(shù)字水印的研究現(xiàn)狀
7.6 一種基本小波變換的數(shù)字水印方法
7.7 基于小波變換域的數(shù)字水印
第8章 提升小波變換及應(yīng)用
8.1 提升小波變換簡介
8.2 提升小波變換的實現(xiàn)
8.2.1 提升小波變換的算法
8.2.2 用多相位表示小波分解與重構(gòu)
8.2.3 多相位因子分解
8.2.4 整數(shù)小波變換
8.3 MATLAB提升小波變換函數(shù)
8.3.1 提升方案小波函數(shù)
8.3.2 雙正交四聯(lián)濾波器函數(shù)
8.3.3 正交或雙正交小波函數(shù)
8.3.4 波及l(fā)azy小波函數(shù)
8.3.5 勞倫多項式和矩陣小波函數(shù)
8.4 提升小波變換與逆變換
8.4.1 提升小波變換
8.4.2 提升小波逆變換
8.4.3 提升小波變換系數(shù)的提取與重構(gòu)
8.5 提升小波的應(yīng)用355
8.5.1 提升小波在信號處理中的應(yīng)用
8.5.2 提升小波在圖像處理中的應(yīng)用
第9章 小波在其他領(lǐng)域中的應(yīng)用
9.1 小波在化學(xué)中的應(yīng)用
9.2 小波在機械故障診斷中的應(yīng)用
9.2.1 機械狀態(tài)監(jiān)測中的非平穩(wěn)信號
9.2.2 分析信號故障檢測
9.2.3 發(fā)動機故障診斷
9.2.4 齒輪故障診斷
9.2.5 小波在機械故障診斷中的應(yīng)用示例
9.3 基于MATLAB的小波快速算法設(shè)計
9.3.1 小波快速算法設(shè)計原理與步驟
9.3.2 小波分解算法
9.3.3 對稱小波分解算法
9.3.4 小波重構(gòu)算法
9.3.5 對稱小波重構(gòu)算法
9.3.6 基于MATLAB的小波快速算法設(shè)計應(yīng)用示例
9.4 小波包在工程中的應(yīng)用
9.4.1 構(gòu)造小波包
9.4.2 選擇最佳小波包基
9.4.3 小波包在時頻分析中的應(yīng)用
9.4.4 小波包在信號去噪中的應(yīng)用
9.4.5 小波包在信號壓縮中的應(yīng)用
9.4.6 小波包在邊緣檢測中的應(yīng)用
參考文獻