MATLAB小波分析

前言
第1章 MATLAB软件及小波变换概述
　1.1 MATLAB软件介绍
　　1.1.1 MATLAB发展进程
　　1.1.2 MATLAB的基本功能
　　1.1.3 MATLAB语言的特点
　　1.1.4 MATLAB R2011a的新功能
　1.2 MATLAB安装与运行
　1.3 MATLAB的运行环境
　　1.3.1 命令窗口
　　1.3.2 历史命令窗口
　　1.3.3 工作空间
　　1.3.4 当前文件夹
　1.4 MATLAB帮助文档
　　1.4.1 帮助窗口
　　1.4.2 帮助命令
　1.5 变量
　1.6 矩阵
　　1.6.1 矩阵创建
　　1.6.2 数列创建
　　1.6.3 矩阵的基本运算
　1.7 高维矩阵
　　1.7.1 创建高维数组
　　1.7.2 高维数组操作函数
　1.8 演示MATLAB
　1.9 小波分析概述
第2章 傅里叶变换与小波分析
　2.1 傅里叶变换
　　2.1.1 经典傅里叶变换
　　2.1.2 傅里叶变换的基本性质
　　2.1.3 快速傅里叶变换
　　2.1.4 短时傅里叶变换
　2.2 小波分析与多分辨率分析的历史
　2.3 小波分析与傅里叶变换的对比
　2.4 小波变换
　　2.4.1 连续小波变换
　　2.4.2 离散小波变换
　　2.4.3 高维小波连续变换
　2.5 常用小波基函数
　　2.5.1 小波函数
　　2.5.2 小波函数系
　　2.5.3 复数小波
　2.6 构造紧支撑正常小波基
　2.7 多分辨率分析与小波构造
　2.8 分析小波包
　　2.8.1 小波包的定义及性质
　　2.8.2 分解小波包的空间
　　2.8.3 小波包算法
第3章 小波分析工具箱
　3.1 通用的小波基函数
　　3.1.1 计算滤波器组函数
　　3.1.2 中心频率函数
　　3.1.3 小波尺度函数
　　3.1.4 小波二元函数
　　3.1.5 小波管理函数
　　3.1.6 其他通用的小波函数
　3.2 小波函数
　　3.2.1 实小波函数
　　3.2.2 复小波函数
　3.3 一维小波变换函数
　　3.3.1 一维小波连续变换函数
　　3.3.2 一维小波离散变换函数
　3.4 二维小波变换函数
　　3.4.1 二维连续小波变换函数
　　3.4.2 二维离散小波变换函数
　3.5 小波包函数
　　3.5.1 一维与二维小波包分解函数
　　3.5.2 一维与二维小波重构函数
　　3.5.3 最优树的选择函数
　3.6 树管理函数
　3.7 添加自定义小波函数
　　3.7.1 添加自定义小波函数的首要工作
　　3.7.2 添加自定义小波函数系列
　　3.7.3 添加自定义小波函数系列的完善工作
第4章 MATLAB小波图形用户界面
　4.1 小波图形用户界面概述
　4.2 GUI主要特征概述
　4.3 一维小波图形工具简介
　　4.3.1 一维连续小波图形工具
　　4.3.2 一维离散小波图形工具
　　4.3.3 一维小波包图形工具
　4.4 二维小波图形工具简介
　　4.4.1 二维离散小波工具
　　4.4.2 二维小波包工具
　4.5 一维小波专用工具简介
　　4.5.1 一维平稳小波去噪
　　4.5.2 一维小波密度估计
　　4.5.3 一维小波回归估计
　　4.5.4 一维小波系数的选取
　　4.5.5 一维分数布朗迭代
　4.6 二维小波专用工具简介
　　4.6.1 二维小波压缩
　　4.6.2 二维平稳小波去噪
　　4.6.3 二维小波系数的选取
　　4.6.4 图像融合
第5章 小波在信号处理中的应用
　5.1 信号分解
　5.2 信号重构
　5.3 信号去噪
　　5.3.1 信号去噪概述
　　5.3.2 信号去噪的实现
　5.4 信号压缩
　5.5 信号分析
　　5.5.1 正弦信号混合噪声
　　5.5.2 正弦信号混合三角波
　5.6 小波在语音信号中的应用
　　5.6.1 小波语音信号增强处理
　　5.6.2 小波语音信号压缩处理
　5.7 信号分析
　　5.7.1 小波分析的数学计算
　　5.7.2 小波分析对信号奇异性的检测
　　5.7.3 信号的自相似性
　　5.7.4 识别信号的发展趋势
　　5.7.5 识别某一频率的信号
　　5.7.6 对某频率的信号进行抑制或衰减
第6章 小波在图像处理中的应用
  6.1 二维图像变换及快速算法
  6.2 小波图像压缩
    6.2.1 图像小波分析算法
    6.2.2 小波图像压缩示例
  6.3 小波图像去噪
    6.3.1 阈值函数选取
    6.3.2 阈值选取
    6.3.3 小波图像去噪实现步骤
    6.3.4 小波图像去噪示例
  6.4 小波分析用于图像增强
  6.5 小波分析用于图像融合
    6.5.1 小波图像融合的基本原理
    6.5.2 小波图像融合示例
  6.6 小波图像的边缘检测
    6.6.1 小波分解边缘检测
    6.6.2 小波包分解边缘检测
第7章 小波在数字水印中的应用
  7.1 数字水印的特点
  7.2 数字水印的应用领域
  7.3 数字水印的基本理论
  7.4 数字水印算法
    7.4.1 空间域算法
    7.4.2 变换域算法
    7.4.3 压缩域算法
    7.4.4 NEC算法
    7.4.5 生理模型算法
  7.5 数字水印的研究现状
  7.6 一种基本小波变换的数字水印方法
  7.7 基于小波变换域的数字水印
第8章 提升小波变换及应用
  8.1 提升小波变换简介
  8.2 提升小波变换的实现
    8.2.1 提升小波变换的算法
    8.2.2 用多相位表示小波分解与重构
    8.2.3 多相位因子分解
    8.2.4 整数小波变换
  8.3 MATLAB提升小波变换函数
    8.3.1 提升方案小波函数
    8.3.2 双正交四联滤波器函数
    8.3.3 正交或双正交小波函数
    8.3.4 波及lazy小波函数
    8.3.5 劳伦多项式和矩阵小波函数
  8.4 提升小波变换与逆变换
    8.4.1 提升小波变换
    8.4.2 提升小波逆变换
    8.4.3 提升小波变换系数的提取与重构
  8.5 提升小波的应用
    8.5.1 提升小波在信号处理中的应用
    8.5.2 提升小波在图像处理中的应用
第9章 小波在其他领域中的应用
  9.1 小波在化学中的应用
  9.2 小波在机械故障诊断中的应用
    9.2.1 机械状态监测中的非平稳信号
    9.2.2 分析信号故障检测
    9.2.3 发动机故障诊断
    9.2.4 齿轮故障诊断
    9.2.5 小波在机械故障诊断中的应用示例
  9.3 基于MATLAB的小波快速算法设计
    9.3.1 小波快速算法设计原理与步骤
    9.3.2 小波分解算法
    9.3.3 对称小波分解算法
    9.3.4 小波重构算法
    9.3.5 对称小波重构算法
    9.3.6 基于MATLAB的小波快速算法设计应用示例
  9.4 小波包在工程中的应用
    9.4.1 构造小波包
    9.4.2 选择最佳小波包基
    9.4.3 小波包在时频分析中的应用
    9.4.4 小波包在信号去噪中的应用
    9.4.5 小波包在信号压缩中的应用
    9.4.6 小波包在边缘检测中的应用
参考文献