第1章 MATLAB基础

1.1 MATLAB简介

1.2 MATLAB组成结构

1.2.1目录结构

1.2.2工作环境

1.2.3系统帮助

1.3掌握MATLAB编程

1.3.1通用命令

1.3.2演示示例

1.3.3编程语句

1.4数据类型

1.4.1整数数据类型

1.4.2浮点数数据类型

1.4.3字符串

1.4.4逻辑运算符

1.4.5单元数组类型

1.4.6结构体

1.4.7函数句柄

1.5 M文件

1.5.1脚本

1.5.2 M函数

1.6本章小结

第2章 MATLAB GUI基础

2.1句柄简介

2.1.1对象句柄

2.1.2对象属性

2.1.3 get和set

2.1.4查找对象

2.1.5用鼠标选择对象

2.1.6位置和单位属性

2.2图形用户界面

2.2.1图形用户界面简介

2.2.2预定义对话框

2.2.3 M文件对话框

2.2.4对话框小结

2.2.5 GUI对象层次结构

2.2.6 GUI创建的基本步骤

2.2.7 GUI对象的大小和位置

2.2.8捕获鼠标动作

2.2.9事件队列

2.2.10回调编程

2.2.11 M文件示例

2.3 GUI设计编程

2.3.1 M文件以及GUI数据管理

2.3.2回调函数的使用方法

2.3.3图形窗口的行为控制

2.4图形读者界面设计应用实例

2.4.1数据相互转换

2.4.2绘制数据点

2.5本章小结

第3章 小波分析基础

3.1一维傅立叶变换及其应用

3.1.1一维傅立叶变换

3.1.2一维离散傅立叶级数

3.1.3一维离散傅立叶变换及应用

3.1.4一维快速傅立叶变换及应用

3.2二维傅立叶变换及其应用

3.3 Z变换及其应用

3.4滤波器

3.4.1连续滤波器

3.4.2数字滤波器及其应用

3.4.3滤波器设计与分析

3.5本章小结

第4章 连续小波变换

4.1小波分析简介

4.1.1小波分析发展概述

4.1.2小波分析优缺点

4.2连续小波变换及其性质

4.2.1短时傅立叶变换

4.2.2一维连续小波变换

4.2.3高维连续小波变换

4.3连续小波变换的计算

4.3.1如何计算连续小波变换

4.3.2连续小波变换的应用

4.3.3连续小波界面式应用实例

4.3.4连续小波反变换的应用

4.4本章小结

第5章 离散小波变换

5.1离散小波变换及其逆变换

5.1.1一维离散小波变换

5.1.2小波框架

5.1.3离散小波变换的逆变换

5.1.4二进小波变换及其逆变换

5.2离散小波变换的计算

5.2.1离散小波变换计算过程

5.2.2一维离散小波变换算法

5.3离散小波变换在MATLAB中的函数及应用

5.3.1一维离散小波变换函数

5.3.2一维离散小波逆变换函数

5.3.3二维离散小波变换函数

5.3.4二维离散小波逆变换函数

5.4离散小波变换界面式应用

5.4.1一维离散小波界面式应用实例

5.4.2二维离散小波界面式应用实例

5.5离散小波变换的综合演示实例

5.6本章小结

第6章 多分辨分析与Mallat算法

6.1多分辨分析

6.1.1多分辨分析理论

6.1.2几种常见的正交小波基

6.1.3尺度函数和小波函数性质

6.2双尺度方程及多分辨滤波器组

6.2.1双尺度方程

6.2.2滤波器组系数h0（n）和h1（n）的性质

6.3 Mallat算法

6.3.1一维Mallat算法

6.3.2二维Mallat算法

6.3.3 Mallat算法在MATLAB中的实现

6.3.4 Mallat算法在MATLAB中的应用

6.4离散序列的多分辨分析与正交小波变换

6.4.1离散序列的小波分解

6.4.2离散序列的小波重构

6.5二维正交小波变换

6.5.1 L2（R2）空间的两种正交小波基

6.5.2正方块二维正交小波变换的快速算法

6.6本章小结

第7章 小波基及其构造

7.1几种常用的小波

7.1.1 Haar小波

7.1.2 Daubechies（dbN）小波系

7.1.3双正交小波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函数

7.2小波基的性质及其在MATLAB中的命名

7.3小波基的构造

7.3.1由尺度函数构造正交小波基

7.3.2紧支集正交小波基的性质和构造

7.3.3实现小波基的构造

7.4提升方案构造二代小波并实现

7.4.1提升方案的基本原理

7.4.2提升法实现第二代小波变换

7.4.3提升方法实现图像的分解与重构

7.5小波和尺度函数的提取及消失矩的作用

7.6本章小结

第8章 小波包及其应用

8.1小波包

8.1.1小波包的定义

8.1.2小波包的性质

8.1.3小波包的空间分解

8.1.4小波包算法

8.2一维小波包在MATLAB中的应用

8.2.1一维小波包函数

8.2.2一维小波包界面式应用——信号压缩

8.2.3一维小波包界面式应用——信号去噪

8.3二维小波包在MATLAB中的应用

8.3.1二维小波包函数

8.3.2二维小波包界面式应用——图像压缩

8.3.3二维小波包界面式应用——图像去噪

8.4小波包分析的综合应用实例

8.5本章小结

第9章 小波分析用于信号滤波

9.1小波滤波概述

9.1.1小波滤波的原理

9.1.2小波域的三种滤波法

9.2滤波器

9.2.1陷波滤波器

9.2.2单陷波滤波器

9.2.3多频率陷波滤波器

9.3小波阈值滤波法

9.3.1阈值的几种形式

9.3.2阈值函数数学表达式

9.3.3几种改进的阈值函数

9.4 MATLAB中小波滤波函数及应用

9.4.1 MATLAB小波滤波函数介绍

9.4.2小波滤波器应用

9.5重构滤波器组

9.5.1完全重构滤波器组

9.5.2完全重构滤波器组的滤波效应

9.6小波滤波器构造MATLAB实例

9.7小波阈值滤波器的设计

9.7.1设计目标

9.7.2子模块设计

9.7.3滤波器模块

9.7.4系数处理模块

9.8本章小结

第10章 小波分析用于信号去噪

10.1信号去噪原理

10.1.1小波去噪概述

10.1.2基于模极大值去噪法

10.1.3小波阈值去噪

10.1.4平移不变量法

10.1.5其他方法

10.1.6阈值的选取

10.1.7现有方法的优缺点

10.1.8小波去噪的基本原理

10.1.9各种小波变换在小波去噪中的应用

10.2 MATLAB函数去噪

10.2.1一维小波分析进行信号去噪

10.2.2阈值选取规则

10.2.3对非平稳信号的去噪

10.2.4小波包分析进行信号去噪

10.3 MATLAB一维小波工具箱去噪

10.3.1一维离散小波界面式去噪

10.3.2一维小波包界面式去噪

10.4小波去噪实例

10.5基于小波变换的语音信号去噪

10.5.1语音信号去噪

10.5.2语音质量的评价

10.5.3小波变换的语音去噪实例

10.6本章小结

第11章 小波分析用于信号压缩

11.1信号压缩

11.1.1小波压缩概述

11.1.2一维小波分析进行压缩的原理

11.1.3小波压缩实现方法

11.2 MATLAB压缩函数

11.2.1一维小波分析进行信号压缩

11.2.2小波包分析进行信号压缩

11.3 MATLAB一维小波工具箱压缩

11.3.1一维离散小波界面式压缩

11.3.2一维小波包界面式压缩

11.4小波压缩综合实例

11.5本章小结

第12章 小波分析用于信号识别与检测

12.1信号的奇异性检测理论

12.1.1信号奇异性概念

12.1.2 Fourier变换与信号奇异性的关系

12.1.3小波变换与信号的奇异性

12.1.4小波变换模极大值点同信号突变点之间的关系

12.1.5信号与噪声的小波变换特性

12.2信号的间断点检测

12.2.1第一类间断点检测

12.2.2第二类间断点检测

12.3信号的自相似检测

12.4信号识别与信号提取

12.4.1信号发展趋势的识别

12.4.2某一频率区间上信号的识别

12.4.3信号的特征提取

12.5模态参数识别介绍

12.5.1模态分析的时频辨识方法概述

12.5.2信号的小波脊提取及计算方法

12.5.3基于小波包和改进HHT的瞬时特征分析

12.5.4模态参数识别的应用

12.6二维信号的边缘检测

12.7本章小结

第13章 小波分析用于图像去噪

13.1图像处理概述

13.1.1常用图像格式

13.1.2图像类型

13.1.3图像类型转换

13.1.4图像显示

13.2小波用于图像去噪方法

13.2.1图像噪声概述

13.2.2图像去噪方法概述

13.2.3图像去噪现有方法的优缺点

13.2.4图像去噪质量的评价

13.3 MATLAB去噪函数

13.3.1基于去噪函数进行图像去噪

13.3.2基于小波变换进行图像去噪

13.3.3基于阈值法进行图像去噪

13.3.4基于小波包分析进行图像去噪

13.4 MATLAB二维小波工具箱去噪

13.4.1二维离散小波界面式去噪

13.4.2二维小波包界面式去噪

13.5小波图像去噪实例

13.6本章小结

第14章 小波分析用于图像压缩

14.1图像压缩介绍

14.1.1数据冗余

14.1.2变换编码

14.1.3图像压缩模型

14.1.4图像压缩技术

14.1.5 JPEG 2000压缩算法

14.1.6 JPEG与JPEG 2000的区别

14.1.7基于DCT的JPEG图像压缩编码

14.2基于DCT的图像压缩MATLAB仿真实现

14.2.1数字图像文件的读写

14.2.2程序流程图

14.2.3 DCT变换的编程实现

14.3基于小波压缩函数进行图像压缩

14.3.1小波变换压缩函数的应用实例

14.3.2基于小波包变换的图像压缩

14.4 MATLAB二维小波工具箱压缩

14.4.1二维离散小波界面式压缩

14.4.2二维小波包界面式压缩

14.5利用小波分析进行图像压缩实例

14.6本章小结

第15章 小波分析用于图像增强

15.1图像增强技术

15.1.1滤波增强

15.1.2滤波器

15.2 MATLAB图像增强函数及应用

15.2.1图像增强函数

15.2.2 MATLAB应用于数字图像增强和滤波

15.3小波分析用于图像增强

15.3.1图像增强问题描述

15.3.2基于小波分析的图像钝化实现

15.3.3基于小波分析的图像锐化实现

15.3.4基于小波分析的图像增强实现

15.3.5基于小波分析的图像平滑实现

15.4本章小结

第16章 小波分析用于图像处理其他领域

16.1图像融合

16.1.1小波分析用于图像融合的方法

16.1.2融合规则和融合算子

16.1.3小波包图像融合

16.1.4小波框架图像融合

16.1.5多小波图像融合

16.1.6小波分析用于图像融合的实例

16.2图像分解

16.3图像特征提取

16.4本章小结

第17章 小波分析用于样本估计

17.1小波分析用于密度估计

17.1.1密度估计

17.1.2小波变换进行密度估计的基本原理

17.1.3小波变换进行密度估计界面工具的使用

17.2小波分析用于回归估计

17.2.1回归估计

17.2.2小波变换进行回归估计的基本原理

17.2.3小波变换进行回归估计界面工具的使用

17.3本章小结

参考文献