包邮MATLAB 小波分析与应用:30个案例分析

基础 篇第1章预备知识31.1生活中的信号分类31.2信号的读取和输出31.2.1音频信号的读取41.2.2图像读取51.2.3视频读取61.3案例1：图像的类型转换9第2章频谱分析152.1引言152.2fourier变换152.2.1基本性质和计算162.2.2由fourier分析得到频谱特征162.3gabor变换——窗口fourier变换182.3.1基本性质和计算182.3.2gabor变换下的平面频谱182.4连续小波变换202.4.1基本性质和计算212.4.2连续小波变换的频谱特征222.5离散小波变换232.6案例2：音频信号的频谱特征提取26第3章小波分析323.1引言323.2多分辨率分析323.2.1概念解析323.2.2尺度函数和小波函数的关系——双尺度方程333.2.3滤波器本质343.2.4二维正交多分辨率分析353.2.5案例3：基本滤波器效果对比383.3小波函数构造453.3.1小波函数空间解析453.3.2小波函数的构造方法463.3.3案例4：紧支集小波构造503.3.4案例5：基本小波构造方法实现573.4mallat算法623.4.1分解重构快速算法633.4.2初值的选取643.4.3多孔算法653.4.4案例6：分解和重构算法实现663.4.5案例7：信号的分解和重构693.4.6案例8：图像的分解和重构743.5双正交多分辨率分析813.5.1概念解析813.5.2双正交滤波器823.5.3双正交小波构造823.5.4双正交mallat算法853.5.5案例9：双正交对称小波构造实现85应用 篇第4章图像去噪934.1噪声概述934.1.1噪声分类934.1.2噪声特点944.1.3噪声模型的参数估计974.1.4图像相似度评价法994.2案例10：基于小波的去噪方法1014.2.1模极大值去噪法1014.2.2阈值去噪法1074.2.3相关性去噪法1124.3案例11：夜间照片的去噪114第5章图像增强1205.1图像分析1205.2案例12：基于小波塔式分解的图像增强1245.3案例13：基于离散小波变换的图像增强1275.4案例14：图像放大1385.5案例15：老照片图像的增强和放大142第6章图像融合1446.1图像分析——融合前处理1446.1.1融合目的分析1446.1.2图像大小调整1516.1.3融合定位1556.2案例16：基于小波分析的图像融合1616.2.1图像小波融合的一般过程1616.2.2融合决策函数1636.2.3图像融合效果的定量评价1656.3案例17：叶子多光谱图像融合1696.4案例18：图像拼接融合1776.5案例19：艺术照片制作182第7章图像压缩1867.1信息熵与压缩比1867.2案例20：基于小波的图像压缩1877.2.1小波系数分析1877.2.2小波压缩过程和系数编码方式1907.2.3基于小波系数4叉树结构的嵌入式零树小波编码1907.2.4图像压缩实现2067.3案例21：证件照片压缩210综合应用提高篇第8章数字水印2178.1引言2178.2数字水印载体和数字水印分析2188.2.1熵信息计算2188.2.2确定水印嵌入的位置2218.3案例 22：基于小波的水印嵌入算法和检测算法2238.3.1du方法2238.3.2tu方法2278.3.3带密钥的数字水印方法2338.4案例23：水印鲁棒性检测2398.4.1抗剪切性2398.4.2抗旋转2418.4.3抗重采样2428.4.4其他检测方法2448.5案例24：图像中加入音频水印2468.6案例25：混沌序列置乱水印的鲁棒性攻击251第9章心电信号小波特征提取和对应疾病识别2629.1引言2639.2心电信号的获取2649.3案例26：心电信号去噪2709.4案例27：心电信号特征提取和疾病识别2719.4.1心律不齐、心动过缓与心动过速2739.4.2r波时长与左心室肥大2779.4.3q波时长与心肌梗死280第10章小偷体貌识别28410.1引言28410.2小偷定位28510.3案例28：包的比对28610.4案例29：小偷特征图像获取29110.4.1去除遮挡29110.4.2图像放大与增强29510.4.3图像去噪29910.5案例30：小偷身高呈现300参考文献306