
本书基于MATLAB R2015a平台,全面、系统地介绍小波变换的各种技术及应用,重点介绍小波变换的MATLAB实现方法,并在讲解各实现方法时给出相应的实例,使得本书应用性更强,实用价值更高。
全书共8章,分别介绍MATLAB R2015a的基础知识、小波变换的基本概念、小波图形用户界面、小波MATLAB工具箱、小波用于信号处理、小波用于图像处理、小波在其他领域中的应用、提升小波及其应用等内容,力求系统性、实用性与先进性相结合,理论与实践相交融。读者通过阅读本书可快速掌握MATLAB软件,同时学习利用MATLAB解决小波分析中的相关问题。
本书面向学习小波分析理论和MATLAB工程实践等不同层次的读者,包括小波分析爱好者、在校本科生和研究生、相关培训机构的老师和学员,同时也可作为工程技术人员的参考书。
工程的许多问题往往通过各种数学模型以科学的方式表示出来,在这些数学模型的基础上诞生了各种理论和算法。但是,工程实际问题的影响因素很多,理论模型通常也是一些近似的结果,在这种近似的情况下如果单纯通过理论分析和逻辑推导,往往不能得到比数值计算更好的结果,有时甚至会出现一些谬误。随着计算机性能的不断提高,人们发现工程上的许多问题可以通过计算机强大的运算功能来辅助解决。利用BASIC、FORTRAN和C语言编制计算程序,既需要对有关算法有深刻的了解,还需要熟练地掌握所用语言的语法及编程技巧。对多数科学工作者而言,同时具备这两方面技能有一定困难。另外,编制程序十分繁杂,不但消耗人力与物力,而且影响工作进程和效率。为克服上述困难,美国MathWorks公司于1967年推出了Matrix Laboratory(缩写为MATLAB)软件包,之后又不断加以更新和扩充,目前最新版本为R2015a(Windows环境下运行)。MATLAB已经成为一种功能强、效率高,便于进行科学和工程计算的交互式软件。
MATLAB将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中,为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案,并在很大程度上摆脱了传统非交互式程序设计语言(如C、FORTRAN)的编辑模式,代表当今科学计算软件的先进水平。
MATLAB的另一个主要特点是提供了功能丰富的工具箱函数,将应用最广泛的一些功能集成到工具箱中,用户在使用时只需关注问题本身的特点,从而得以从繁复的重复劳动中解脱出来。本书介绍的就是MATLAB提供的众多工具箱中的一个——近年发展迅速且备受关注的小波工具箱(Wavelet Toobox)。
小波变换是近年来在图像处理中十分受重视的新技术,面向图像压缩、特征检测以及纹理分析的许多新方法,如多分辨率分析、时频域分析、金字塔算法等,都最终归于小波变换的范畴中。它是一种新的变换分析方法,继承和发展了短时傅里叶变换局部化的思想,同时又克服了窗口大小不随频率变化等缺点,能够提供一个随频率改变的“时间频率”窗口,是进行信号时频分析和处理的理想工具。小波变换的主要特点是通过变换能够充分突出所处理问题的一些特征,因此在许多领域都得到了成功的应用,特别是小波变换的离散数字算法已被广泛用于许多问题的变换研究中。
小波分析的应用与小波分析的理论研究紧密地结合在一起,已经在科技信息产业领域取得了令人瞩目的成就。电子信息技术是六大高新技术中重要的领域,它的重要方面是图像和信号处理。信号处理已经成为当代科学技术工作的重要部分,信号处理的目的是准确地分析、诊断、编码压缩和量化、快速传递或存储、精确地重构(或恢复)。从数学的角度来看,信号与图像处理可以统一看作是信号处理(图像可以看作是二维信号),小波分析的许多分析和应用问题,都可以归结为信号处理问题。对于性质随时间稳定不变的信号(平稳随机过程),处理的理想工具仍然是傅里叶分析。但是,实际应用中的绝大多数信号是非稳定的(非平稳随机过程),而特别适用于非稳定信号的工具就是小波分析。
本书具有以下特点:
(1) 内容由浅入深,循序渐进。
本书结构合理,内容由浅入深,不仅适合初学者阅读,也非常适合有一定小波变换基础的读者进一步学习。
(2) 内容翔实,涉及广泛。
本书较为全面地包含了小波分析在数字信号和图像处理等多个领域的应用,甚至涉及小波分析在化学分析中的应用,内容新颖。章节安排合理,既注重理论研究,又强调实际应用,使读者可快速掌握书中内容。
(3) 重点突出,目的明确。
本书立足于基本理论,面向应用技术,以必需、够用为度,以掌握概念、强化应用为重点,加强理论知识和实际应用的统一。
(4) 实例经典,轻松易学。
本书有详细的实例,每个例子都经过精挑细选,有很强的针对性。书中的程序都有完整的代码,而且非常简洁和高效,便于读者学习和调试,可以快速利用MATLAB解决小波分析中的问题。
(5) 语言通俗,图文并茂。
本书中的实例程序都有详细的注释和说明,程序的运行结果提供了大量的图片,让读者对不同算法的运算结果有更加直观的印象。
本书共8章:
第1章介绍MATLAB R2015a,主要包括MATLAB软件历史、编程环境、MATLAB基本元素、MATLAB矩阵运算、程序控制流等内容。
第2章介绍小波变换的基本概念,主要包括小波由来、小波分析方法、傅里叶变换、小波变换的定义等内容。
第3章介绍小波图形用户界面,主要包括一维小波分析、二维小波分析、一维小波专用工具、二维小波专用工具等内容。
第4章介绍小波MATLAB工具箱,主要包括小波通用函数,一维、二维连续小波变换函数及一维、二维离散小波变换函数。
第5章介绍小波用于信号处理,主要包括小波在信号滤波、信号压缩处理、信号处理中的应用等内容。
第6章介绍小波用于图像处理,主要包括小波分析用于图像分解与重构、小波分析用于图像去噪、小波分析用于图像压缩等内容。
第7章介绍小波在其他领域中的应用,主要包括小波在样本估计中的应用、小波在化学中的应用、小波在信号识别与检测中的应用等内容。
第8章介绍提升小波及其应用,主要包括提升小波的概述、提升小波算法、提升小波的应用等内容。
本书主要由蔡静编写,参加编写的还有栾颖、周品、曾虹雁、邓俊辉、邓秀乾、邓耀隆、高泳崇、李嘉乐、李旭波、梁朗星、梁志成、刘超、刘泳、卢佳华、张棣华、张金林、钟东山、詹锦超、叶利辉、杨平和何正风。
本书适用于:
MATLAB及小波分析应用的爱好者;
广大科研工作人员;
在校的本科生、研究生;
相关培训机构的老师和学员;
工程人员。
由于时间仓促,加之作者水平有限,所以错误和疏漏之处在所难免。在此,诚恳地期望得到广大读者的批评指正。
作者
2016年3月
第1章MATLAB R2015a大揭密
1.1MATLAB简介
1.1.1MATLAB的发展史
1.1.2MATLAB的优点
1.1.3MATLAB的缺点
1.1.4MATLAB R2015a的新特性
1.2MATLAB的安装
1.3MATLAB的操作界面
1.3.1菜单/工具栏
1.3.2命令窗口
1.3.3命令历史窗口
1.3.4工作空间窗口
1.4帮助窗口
1.4.1纯文本帮助
1.4.2Demos帮助
1.4.3帮助导航浏览器
1.5MATLAB基本元素
1.5.1变量
1.5.2赋值语句
1.5.3矩阵及表示
1.6矩阵的运算
1.6.1代数运算
1.6.2关系运算
1.6.3逻辑运算
1.6.4元胞数组
1.6.5结构数组
1.7MATLAB的程序流程
1.7.1循环控制结构
1.7.2条件选择结构
1.8M文件
1.8.1脚本文件
1.8.2函数文件
1.9MATLAB的图形绘制
1.9.1二维图形的绘制
1.9.2三维绘图
第2章小波变换的基本概念
2.1小波由来
2.2分析方法
2.3傅里叶变换
2.3.1经典傅里叶变换
2.3.2傅里叶变换的性质
2.3.3快速傅里叶变换
2.3.4短时傅里叶变换
2.4小波分析与傅里叶变换的对比
2.5滤波器
2.5.1连续滤波器
2.5.2数字滤波器及应用
2.5.3滤波器的分析
2.6小波变换定义
2.6.1基本定义
2.6.2小波类型
2.6.3小波基的构造
2.6.4构造紧支撑正常小波基
2.6.5小波基构造的实现
2.7小波包
2.7.1小波包的定义
2.7.2小波包的空间分解
2.7.3小波包的算法
2.7.4小波包的分解与重构
2.7.5最优小波包基的选择
第3章小波图形用户界面
3.1小波图形窗口的启动
3.2一维小波分析
3.2.1一维小波变换工具
3.2.2小波工具箱图形通用方法
3.2.3一维小波包工具
3.2.4一维连续小波工具
3.2.5一维离散小波工具
3.3二维小波分析
3.3.1二维小波压缩工具
3.3.2二维小波降噪工具
3.3.3二维小波统计工具
3.3.4二维小波直方图工具
3.3.5二维小波包工具
3.4一维小波专用工具
3.4.1一维平稳小波消噪
3.4.2一维小波密度估计
3.4.3一维小波回归估计
3.4.4一维小波系数的选取
3.4.5一维分数布朗迭代
3.5二维小波专用工具
3.5.1二维小波压缩
3.5.2二维平稳小波消噪
3.5.3二维小波系数的选取
3.5.4图像融合
3.6显示工具类
3.7扩展工具集
3.7.1信号扩展工具
3.7.2图像扩展工具
第4章小波MATLAB工具箱
4.1小波通用函数
4.2一维连续小波变换函数
4.3一维离散小波变换函数
4.4一维平稳小波变换函数
4.5二维离散小波变换函数
4.6二维平稳小波变换函数
4.7小波包函数
第5章小波用于信号处理
5.1小波用于信号滤波
5.1.1小波滤波的原理
5.1.2小波滤波的基本方法
5.1.3滤波器
5.1.4小波滤波器函数的实现
5.1.5重构滤波器组
5.1.6小波滤波器构造
5.2信号去噪
5.2.1小波变换特性
5.2.2信号去噪过程
5.2.3信号去噪方法
5.2.4信号去噪原理
5.2.5MATLAB用于信号去噪
5.2.6小波包进行信号去噪
5.3信号压缩处理
5.3.1小波压缩概述
5.3.2信号压缩步骤
5.3.3小波压缩实现法
5.3.4信号压缩实现
5.4小波在信号处理中的应用
5.4.1小波分解在信号中的应用
5.4.2小波信号去噪应用
第6章小波用于图像处理
6.1基本原理
6.1.1小波变换的图像分解与重构
6.1.2图像边缘处理方法
6.2小波分析用于图像分解与重构
6.3小波分析用于图像去噪
6.3.1去噪原理
6.3.2图像去噪实现
6.4小波分析用于图像压缩
6.4.1离散余弦变换图像压缩
6.4.2小波变换的局部压缩
6.4.3小波压缩原理
6.4.4基本小波的图像压缩
6.4.5小波包的图像压缩
6.5小波分析用于图像增强
6.5.1图像增强描述
6.5.2小波实现图像增强
6.6小波分析用于图像融合
6.6.1融合原理
6.6.2图像融合方法
6.6.3融合规则和融合算子
6.6.4小波包图像融合
6.6.5多小波图像融合
6.6.6小波实现图像融合实例
6.7小波实现图像边缘检测
6.7.1小波分解边缘检测
6.7.2小波实现边缘检测实例
6.7.3小波包实现图像边缘检测基本原理
6.8小波在图像特征提取中的应用
第7章小波在其他领域中的应用
7.1小波在样本估计中的应用
7.1.1密度估计
7.1.2回归估计
7.2小波在化学中的应用
7.3小波变换的数字水印实现
7.3.1数字水印的基本概述
7.3.2小波变换数字水印法
7.3.3小波变换频域数字水印法
7.4小波在信号识别与检测中的应用
7.4.1奇异性概念
7.4.2第一类间断点检测
7.4.3第二类间断点检测
7.4.4自相似检测
7.4.5信号的识别
7.5小波在机械故障诊断中的应用
7.5.1机械状态监测中的非平稳信号
7.5.2分析信号故障检测
7.5.3发动机故障诊断
7.5.4齿轮故障诊断
7.6模态参数识别
7.6.1模态时频辨识方法
7.6.2小波脊提取
7.6.3改进HHT瞬时特征分析
7.6.4模态参数识别的应用
第8章提升小波及其应用
8.1提升小波的概述
8.2提升小波算法
8.3整数小波变换
8.4MATLAB提升小波变换函数
8.4.1提升方案函数
8.4.2双正交四联滤波器
8.4.3正交及懒小波
8.4.4提升小波变换和反变换
8.4.5劳伦多项式和矩阵
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提升小波在图像中的应用
参考文献
本书是“精通MATLAB”丛书之一,全书基于MATLAB R2015a平台,不仅系统介绍了小波分析的理论与MATLAB开发方法,作者还将理论与实践相交融,结合实际工作中的开发经验、心得体会,而且精心编写了200多个MATLAB小波分析应用典型实例,供读者学习、开发时参考。本书提供所有程序源代码。“精通MATLAB”相关书目如下:
MATLAB 8.X实战指南(R2014a中文版)
数字图像处理高级应用——基于MATLAB和CUDA的实现
MATLAB通信系统建模与仿真
MATLAB R2015a数字图像处理
MATLAB R2015b数学建模
MATLAB R2015a小波分析
加入时,请写明:“学校+姓名”,并写明“加入教师群”,只限教师。