基于MATLAB 7.x的系统分析与设计——小波分析（第三版）
点此进入淘宝搜索页搜索分类: 图书,计算机/网络,程序设计,其他,
作者： 胡昌华，李国华，周涛编著
出 版 社： 西安电子科技大学出版社
出版时间： 2008-9-1字数：版次： 3页数： 447印刷时间：开本： 16开印次：纸张：I S B N ： 9787560607870包装： 平装内容简介
本书系《基于MATLAB的系统分析与设计——小波分析》的第三版。全书比较全面地阐述了小波分析的基本理论和基于MATLAB 7.X小波工具箱的系统分析与设计方法。全书共分三章，分别介绍了小波分析的基本理论、小波分析工具箱函数和小波分析的应用技术。
本书精选了前两版的主要内容，针对日益广泛的小波分析应用领域，加强了对小波分析的基本理论和应用的阐述。针对MATLAB版本的不断更新，本书还对老版的小波分析工具箱函数进行了修正和增补。书中首先简要介绍了小波分析的基本理论和工程应用的基本方法；其次详细地介绍了由MATLAB 7.X提供的小波分析工具箱函数的用法指南；最后以大量的新的应用实例说明了基于MATLAB 7.X进行小波分析与设计的方法。
本书可作为小波分析、数字信号处理、数字图像处理等课程的参考书，对课程的学习可起到事半功倍的效果，对信号处理、图像处理等领域的教师、研究生、高年级本科生和广大科研人员都有重要的参考价值，对其它领域的科研人员也有一定的借鉴作用。
★本书配有电子教案，有需要者可与出版社联系，免费提供。
目录
第1章 小波分析的基本理论
1.1 傅里叶变换到小波分析
1.1.1 傅里叶变换
1.1.2 短时傅里叶变换
1.1.3 小波分析
1.1.4 小波分析与傅里叶变换的比较
1.2 常用小波函数介绍
1.2.1 Haar小波
1.2.2 Daubechies（dbN）小波系
1.2.3 Biorthogonal（biorNr.Nd）小波系
1.2.4 Coiflet（coifN）小波系
1.2.5 Symlets（$ymN）小波系
1.2.6 Motlet（morl）小波
1.2.7 Mexican Hat（mexh）小波
1.2.8 Meyer函数
1.2.9 Battle-Lemarie小波
1.2.10 其他一些实数小波简介
1.2.11 其他一些复数小波简介
1.3 连续小波变换
1.3.1 一维连续小波变换
1.3.2 高维连续小波变换
1.4 离散小波变换
1.4.1 一维离散小波变换
1.4.2 二维离散小波变换
1.4.3 二进小波变换
1.4.4 二进正交小波变换
1.4.5 双正交小波变换
1.4.6 平稳小波变换
1.5 矢量小波变换
1.5.1 矢量小波
1.5.2 矢量积小波变换
1.5.3 多级分解与重构
1.6 多分辨分析与Mallat算法
1.6.1 多分辨分析
1.6.2 Mallat算法（快速小波变换FWT）
1.7 提升小波变换
1.7.1 提升小波变换的概述
1.7.2 提升法的步骤
1.7.3 提升算法
1.8 小波包分析
1.8.1 小波包的定义
1.8.2 小波包的性质
1.8.3 小波包的空间分解
1.8.4 小波包算法
1.8.5 双正交小波包
第2章 小波分析工具箱函数
2.1 小波分析中的通用函数
2.2 小波函数
2.3 一维连续小波变换
2.4 一维离散小波变换
2.5 二维离散小波变换
2.6 离散平稳小波变换
2.7 小波包变换
2.8 信号和图像的消噪与压缩
2.9 树操作应用函数
2.10 提升小波变换
2.11 辅助功能与演示函数
2.12 图像用户界面函数
2.13 其他小波应用函数
2.14 添加自己的小波函数
2.14.1 准备添加一个小波函数
2.14.2 添加一个新的小波函数系列
2.14.3 添加小波函数系列之后工具箱的使用
2.15 GUI用法介绍
2.15.1 概述
2.15.2 一维图形工具
2.15.3 二维图形工具
2.15.4 显示工具
2.15.5 小波设计工具
2.15.6 一维小波专用工具
2.15.7 二维小波专用工具
2.15.8 信号与图像的拓展和截取工具
2.16 小波分析中的数据I／O函数
第3章 小波分析的应用技术
3.1 一维小波分析的应用
3.1.1 数学计算
3.1.2 小波函数中的过零点分析
3.1.3 信号奇异性检测
3.1.4 信号消噪处理
3.1.5 识别在含噪声信号中有用信号发展趋势
3.1.6 提取信号中某一频率区间的信号
3.1.7 信号在某些频率区间的抑制或衰减
3.1.8 检测信号的自相似性
3.1.9 信号压缩
3.1.10 语音增强
3.1.11 语音压缩
3.2 二维小波分析的应用
3.2.1 图像压缩
3.2.2 图像消噪
3.2.3 图像增强
3.2.4 图像融合
3.2.5 图像平滑处理
3.3 小波包分析的应用
3.3.1 小波包的构造
3.3.2 小波包的元素
3.3.3 小波包的组织管理
3.3.4 最佳小波包基的选择
3.3.5 信号消噪处理
3.3.6 图像压缩
3.3.7 图像边缘检测
3.3.8 特征提取和识别
附录A MATLAB命令参考
附录B Toolbox函数
参考文献
书摘插图
第3章 小波分析的应用技术
小波分析的应用是与小波分析的理论研究紧密地结合在一起的。随着小波理论的日益成熟，人们对小波分析的实际应用越来越重视，小波分析的应用领域也变得十分广泛，它包括：数学领域的许多学科；信号分析、图像处理；量子力学、理论物理；军事电子对抗与武器的智能化；计算机分类与识别；音乐与语音的人工合成；医学成像与诊断；地震勘探数据处理；大型机械的故障诊断等方面。例如，在数学方面，它已用于数值分析、构造快速数值方法、高维矩阵运算、曲线曲面构造、微分方程求解、控制论等；在信号分析方面的滤波、去噪声、压缩、传递等；在图像处理方面的图像压缩、分类、识别与诊断，去污等；在医学成像方面的减少B超、CT、核磁共振成像的时问，提高分辨率等。
在本章里，我们将详细讲解小波分析的一般应用技术。
在上一章，我们知道，MATLAB所提供的小波分析工具有两种：第一种提供的是命令行形式的函数，用户可通过这些函数，根据实际分析的需要，在调试状态下，编写自己的MATLAB程序。这种方式虽不直观，但它可以按照用户自己的思维，编写出功能强大的MATLAB程序，完成各种信号的小波分析。第二种提供的是图形用户接口（GraphicUser Interface，GUI）工具，这种方式简单直观，不需要进行复杂的编程，并且将计算结果直接以图形方式显示出来，用户可以立即评价自己分析的结果是否正确，但是GUl方式的处理模式比较固定，且它所提供的小波函数种类较少，在进行复杂的信号分析时，有些功能无法实现。从思维角度来讲，利用MATLAB提供的命令行形式的函数编程，可以领会小波分析中的许多细节部分，因此在本章中，我们只讲解第一种方式的应用。
……
