重点大学计算机教材：小波分析及其应用

　　前言
　　作者简介
　　第1章  Haar小波分析
　　1.1  简介
　　1.2  平均与细节
　　1.3  尺度函数与小波函数
　　1.4  多分辨分析
　　1.5  小波变换的计算
　　1.6  逆小波变换
　　1.7  小波变换的滤波器组实现—Mallat算法
　　1.8  小波变换的提升实现
　　习题
　　第2章  多分辨分析
　　2.1  L2 (R)空间
　　2.2  一维正交多分辨分析
　　2.3  一维双正交多分辨分析
　　习题
　　第3章  紧支撑小波基的构造
　　3.1  紧支撑正交小波的构造
　　3.2  尺度函数与小波函数的求解与做图
　　3.3  紧支撑双正交小波的构造
　　习题
　　第4章  小波变换的实现技术
　　4.1  Mallat算法
　　4.2  多孔算法
　　4.3  小波变换的提升实现
　　4.4    小波变换提升算法的实现技巧
　　习题
　　第5章  小波图像压缩技术
　　5.1  二维正交多分辨分析
　　5.2  二维小波变换的塔式结构
　　5.3  嵌入式零树小波图像压缩技术
　　5.4  SPIHT编码算法
　　5.5  EBCOT编码算法
　　5.6  JPEG2000简介
　　习题
　　第6章  连续小波变换
　　6.1  小波及连续小波变换
　　6.2  常用的基本小波
　　6.3  时频分析
　　6.4  连续小波变换的计算
　　6.5  小波变换的分类
　　习题
　　第7章  二进小波变换
　　7.1  连续二进小波变换
　　7.2  二进小波的构造
　　7.3  离散二进小波变换的快速算法
　　7.4  二维二进小波变换及其快速算法
　　习题
　　第8章  小波在信号奇异性检测及图像边缘提取中的应用
　　8.1  李普西兹指数的定义
　　8.2  连续小波变换的模极大值与信号多尺度边界检测
　　8.3  连续小波变换模极大值与信号奇异性检测
　　8.4  从二进小波模极大重构信号
　　8.5    二维小波变换模极大与图像多尺度边缘提取
　　习题
　　第9章  小波信号去噪
　　9.1  去噪问题的描述
　　9.2  小波变换模极大去噪
　　9.3  基于小波变换尺度间相关性的去噪
　　9.4  小波阈值去噪法
　　9.5  几种小波去噪方法的比较
　　习题
　　第10章  小波包变换及其应用
　　10.1  小波包的定义与性质
　　10.2  小波空间的精细分割
　　10.3  小波包滤波器组
　　10.4  最佳小波包基的选取
　　10.5  小波包变换的应用
　　习题
　　第11章  小波多分辨几何造型
　　11.1  B样条尺度函数
　　11.2  准均匀B样条小波
　　11.3  准均匀B样条函数的多分辨表示
　　11.4  准均匀三次B样条曲线的多分辨表示
　　11.5  B样条曲线的多分辨编辑
　　11.6  准均匀双三次B样条曲面的多分辨表示
　　习题
　　参考文献

　　孙延奎，1965年生，副教授。1985年河南大学数学系毕业后，进入江西大学数学系攻读研究生，毕业后到郑州大学系统科学与数学系任教。1999年于北京航空航天大学获工学博士学位；2001年于清华大学计算机科学与技术系博士后出站，留校任教并晋升为副教授。现兼任中国图像图形学会医学影像专业委员会委员，CADDM期刊编委。 近年来主要研究方向包括：小波分析及其应用、科学计算可视化、计算机图形学、几何造型和图像处理。1997年以来，作为第一作者和第二作者在《International Journal of Wavelets， Multiresolution and Information Processing》国际期刊，《航空学报》、《计算机学报》、《软件学报》、《计算机辅助设计与图形学学报》和《清华大学学报》等国内核心期刊，以及《IEEE International Conference on Image Processing》等重要国际会议上发表学术论文30余篇，其中被美国工程技术索引EI收录10多篇。

　　本书以作者在清华大学讲授“小波分析及其工程应用”课程的讲义为基础，深入浅出地阐述了小波的基本理论及其应用技术。在努力保持小波理论数学严谨性的同时，着力从工程技术角度阐述小波技术及其应用。旨在突破小波分析的数学障碍，显现其实用的本质。让小波分析方法和傅里叶分析一样，成为一种基础的、普及的、容易被广大读者掌握和应用的数学工具。主要内容包括：离散小波的构造，离散小波变换、快速实现算法及其在图像压缩和信号去噪中的应用；连续小波变换及其局部化时频分析技术；二进小波变换、快速算法及其在信号奇异性检测、信号表示、图像多尺度边缘提取和信号去噪中的应用；小波包变换及其在信号去噪、特征提取和非平稳信号故障诊断等领域中的应用；区间上的B样条半正交小波及其在曲线多分辨表示和编辑中的应用。
　　本书可以作为大学本科高年级和研究生的“小波分析及其应用”课程的教材，也可以供从事相关领域研究与应用的专业人士作为参考。