数字图像处理及应用:使用MATLAB分析与实现
电子书推荐
-
MATLAB小波分析 的 源代码 评分:
'' MATLAB小波分析 '' 的源代码
上传时间:2018-04 大小:106KB
- 97KB
MATLAB小波分析,matlab小波分析步骤,matlab
2021-09-10MATLAB小波分析代码,帮助理解小波分析原理及用法
- 914KB
基于MATLAB的小波分析应用 周伟 源代码
2016-12-02基于MATLAB的小波分析应用 周伟 源代码
- 2KB
小波分析代码
2018-01-12小波信号处理,可以用于高光谱数据以及高光谱ASD地面数据的处理
- 621B
基于MATLAB小波分析信号的 源程序
2014-10-06对于提取的振动信号,需要进行去噪和分解处理,并提取特征向量,利用MATLAB小波分析可以实现上述目的。
- 96KB
MATLAB小波分析(第2版)张德丰 源代码
2022-04-05提供书中matlab源代码。方便练习,下面是书中摘要,摘抄于此,供大家理解 本书以MATLAB R2011a为平台编写。从信号处理的角度阐述小波分析的基本原理及其应用。从信号时频联合分析引入小波变换, 将小波 变换工具箱的函数作为全 书的重点,以此为基础,阐述了小波在信号处理、图像处理、数字水印中的应用,提升小波变换及应用以及小波在其他领域中的应用等内容。书中提供了许多MATLAB仿真程序,可邦助速者将理论学习与上机实验相结合,以提高学习效率。 本书适用于从事信号处理、图像处理等方面的工程技术人员,也可作为理工科各专业的高年级本科生、研究生学习小波理论与应用的参考书。
- 60.76MB
MATLAB小波分析—张德丰
2018-12-10经典的matlab小波分析教程,案例丰富,每个案例都有详细matlab代码,非常适合初学者入门!
- 60.77MB
MATLAB小波分析—张德丰(第二版)
2019-01-13。。。。。。。MATLAB小波分析—张德丰(第二版)
- 86KB
小波分析第二版matlab代码
2018-11-27第二版小波分析matlab代码完整版,各种类型的小波变换都有
- 101KB
《matlab小波分析》张德丰第二版代码
2014-12-22matlab小波分析 张德丰第二版代码 小波去噪和提升小波去噪等源代码
- 530KB
小波分析及其MATLAB实现
2019-02-19小波变换系数等值线图 时间序列(Time Series)是地学研究中经常遇到的问题。在时间序列研究中,时域和频域是常用的两种基本形式。其中,时域分析具有时间定位能力,但无法得到关于时间序列变化的更多信息;频域分析(如Fourier变换)虽具有准确的频率定位功能,但仅适合平稳时间序列分析。然而,地学中许多现象(如河川径流、地震波、暴雨、洪水等)随时间的变化往往受到多种因素的综合影响,大都属于非平稳序列,它们不但具有趋势性、周期性等特征,还存在随机性、突变性以及“多时间尺度”结构,具有多层次演变规律。对于这类非平稳时间序列的研究,通常需要某一频段对应的时间信息,或某一时段的频域信息。显然,时域分析和频域分析对此均无能为力。
- 82KB
MATLAB小波分析源代码-张德丰
2012-04-09MATLAB小波分析源代码-张德丰,极具参考价值!
- 439KB
基于MATLAB的小波分析
2015-07-26以MATLAB为平台的小波分析程序,适合做相关数据时间序列的分析。
- 1KB
小波分析.rar_小波分析_小波分析 MATLAB
2022-07-14小波分析的matlab实现,改load后直接运行即可
- 40.0MB
MATLAB小波分析
2016-05-27MATLAB小波
- 89KB
张德丰《MATLAB 小波分析》光盘源代码
2009-10-09详细介绍了利用matlab实现小波的一些典型实验
- 192KB
matlab的小波变换源代码
2008-06-08matlab的小波变换源代码
- 92KB
《MATLAB小波分析第2版》matlab代码
2019-01-17《MATLAB小波分析第2版》,作者是张德丰。本书适用学习小波理论与应用的参考书。
- 90KB
MATLAB小波分析—张德丰(代码).zip小波分析
2019-07-24MATLAB小波分析—张德丰(代码).zip小波分析
- 1KB
matlab小波变换的代码
2020-04-11f1=50; % 频率1 f2=100; % 频率2 fs=2*(f1+f2); % 采样频率 Ts=1/fs; % 采样间隔 N=120; % 采样点数 n=1:N; y=sin(2*pi*f1*n*Ts)+sin(2*pi*f2*n*Ts); % 正弦波混合 figure(1) plot(y); title('两个正弦信号') figure(2) stem(abs(fft(y))); title('两信号频谱') %% 2.小波滤波器谱分析 h=wfilters('db30','l'); % 低通 g=wfilters('db30','h'); % 高通 h=[h,zeros(1,N-length(h))]; % 补零(圆周卷积,且增大分辨率变于观察) g=[g,zeros(1,N-length(g))]; % 补零(圆周卷积,且增大分辨率变于观察) figure(3); stem(abs(fft(h))); title('低通滤波器图'); figure(4); stem(abs(fft(g))); title('高通滤波器图') %% 3.MALLET分解算法(圆周卷积的快速傅里叶变换实现) sig1=ifft(fft(y).*fft(h)); % 低通(低频分量) sig2=ifft(fft(y).*fft(g)); % 高通(高频分量) figure(5); % 信号图 subplot(2,1,1) plot(real(sig1)); title('分解信号1') subplot(2,1,2) plot(real(sig2)); title('分解信号2') figure(6); % 频谱图 subplot(2,1,1) stem(abs(fft(sig1))); title('分解信号1频谱') subplot(2,1,2) stem(abs(fft(sig2))); title('分解信号2频谱') %% 4.MALLET重构算法 sig1=dyaddown(sig1); % 2抽取 sig2=dyaddown(sig2); % 2抽取 sig1=dyadup(sig1); % 2插值 sig2=dyadup(sig2); % 2插值 sig1=sig1(1,[1:N]); % 去掉最后一个零 sig2=sig2(1,[1:N]); % 去掉最后一个零 hr=h(end:-1:1); % 重构低通 gr=g(end:-1:1); % 重构高通 hr=circshift(hr',1)'; % 位置调整圆周右移一位 gr=circshift(gr',1)'; % 位置调整圆周右移一位 sig1=ifft(fft(hr).*fft(sig1)); % 低频 sig2=ifft(fft(gr).*fft(sig2)); % 高频 sig=sig1+sig2; % 源信号 %% 5.比较 figure(7); subplot(2,1,1) plot(real(sig1)); title('重构低频信号'); subplot(2,1,2) plot(real(sig2)); title('重构高频信号'); figure(8); subplot(2,1,1) stem(abs(fft(sig1))); title('重构低频信号频谱'); subplot(2,1,2) stem(abs(fft(sig2))); title('重构高频信号频谱'); figure(9) plot(real(sig),'r','linewidth',2); hold on; plot(y); legend('重构信号','原始信号') title('重构信号与原始信号比较') f1=50; % 频率1 f2=100; % 频率2 fs=2*(f1+f2); % 采样频率 Ts=1/fs; % 采样间隔 N=120; % 采样点数 n=1:N; y=sin(2*pi*f1*n*Ts)+sin(2*pi*f2*n*Ts); % 正弦波混合 figure(1) plot(y); title('两个正弦信号') figure(2) stem(abs(fft(y))); title('两信号频谱') %% 2.小波滤波器谱分析 h=wfilters('db30','l'); % 低通 g=wfilters('db30','h'); % 高通 h=[h,zeros(1,N-length(h))]; % 补零(圆周卷积,且增大分辨率变于观察) g=[g,zeros(1,N-length(g))]; % 补零(圆周卷积,且增大分辨率变于观察) figure(3); stem(abs(fft(h))); title('低通滤波器图'); figure(4); stem(abs(fft(g))); title('高通滤波器图') %% 3.MALLET分解算法(圆周卷积的快速傅里叶变换实现) sig1=ifft(fft(y).*fft(h)); % 低通(低频分量) sig2=ifft(fft(y).*fft(g)); % 高通(高频分量) figure(5); % 信号图 subplot(2,1,1) plot(real(sig1)); title('分解信号1') subplot(2,1,2) plot(real(sig2)); title('分解信号2') figure(6); % 频谱图 subplot(2,1,1) stem(abs(fft(sig1))); title('分解信号1频谱') subplot(2,1,2) stem(abs(fft(sig2))); title('分解信号2频谱') %% 4.MALLET重构算法 sig1=dyaddown(sig1); % 2抽取 sig2=dyaddown(sig2); % 2抽取 sig1=dyadup(sig1); % 2插值 sig2=dyadup(sig2); % 2插值 sig1=sig1(1,[1:N]); % 去掉最后一个零 sig2=sig2(1,[1:N]); % 去掉最后一个零 hr=h(end:-1:1); % 重构低通 gr=g(end:-1:1); % 重构高通 hr=circshift(hr',1)'; % 位置调整圆周右移一位 gr=circshift(gr',1)'; % 位置调整圆周右移一位 sig1=ifft(fft(hr).*fft(sig1)); % 低频 sig2=ifft(fft(gr).*fft(sig2)); % 高频 sig=sig1+sig2; % 源信号 %% 5.比较 figure(7); subplot(2,1,1) plot(real(sig1)); title('重构低频信号'); subplot(2,1,2) plot(real(sig2)); title('重构高频信号'); figure(8); subplot(2,1,1) stem(abs(fft(sig1))); title('重构低频信号频谱'); subplot(2,1,2) stem(abs(fft(sig2))); title('重构高频信号频谱'); figure(9) plot(real(sig),'r','linewidth',2); hold on; plot(y); legend('重构信号','原始信号') title('重构信号与原始信号比较')
- 34.97MB
matlab小波分析电子书合集
2017-09-26搜集到的利用matlab来进行小波分析的书籍,里面有许多小波分析实例和书籍,有兴趣的可以下载希望对有些人有帮助吧。
- 110.30MB
MATLAB小波分析 张德丰著
2019-03-17MATLAB小波分析适合小波研究者学习,文字清晰 高清文档
- 92KB
matlab小波分析第二版 张德丰电子程序
2013-09-29张德丰编,matlab小波分析第二版 ,内含书中绝大部分程序。是学习matlab的必备工具书。
- 4KB
小波变换MATLAB代码
2016-03-03用matlab实现了小波变换对图像的分割
- 149KB
MATLAB在小波分析中的程序设计
2009-06-23MATLAB在小波分析中的程序设计 MATLAB在小波分析中的程序设计