本书**介绍小波技术及其在信号、图像与图形处理中的应用，涵盖了经典小波、非局部均值去噪、稀疏表示和细分小波等，具体包括以下内容。①经典小波变换与应用，包括一维、二维小波变换的Mallat快速算法及实现，以及在图像压缩、图像融合、图像去噪、小波去噪等方面的重要应用。②小波时频分析及应用，包括短时傅里叶变换、连续小波变换和S变换等传统的时频分析工具，同步压缩小波变换、同步压缩短时傅里叶变换、同步压缩S变换和经验小波变换等先进的时频分析工具，以及在医学信号等信号分析方面的重要应用。③小波特征提取与应用，具有平移不变性的小波变换，包括二进小波变换、双树复小波变换和平稳小波变换等，以及其在信号特征提取、图像去噪、图像特征提取及检索分类等方面的重要应用。④非局部均值去噪，包括图像片的非局部均值图像去噪及基于信号段的非局部均值心电信号去噪应用。⑤字典学习、稀疏编码及其应用，包括基于数据样本的字典学习和稀疏编码的重要技术，以及这种技术在图像去噪和分类中的应用。⑥表面细分小波及其在网格压缩编辑、月球可视化中的应用。 本书可作为研究生或高年级本科生的相关专业教材，也可供从事相关领域研究与应用的专业技术人员

1章Haar小波分析1
1.1简介1
1.2平均与细节2
1.3尺度函数与小波函数3
1.4多分辨分析6
1.5小波变换的计算8
1.6小波变换的滤波器组实现——Mallat算法10
1.6.1离散序列的卷积10
1.6.2二通道滤波器组11
1.6.3小波变换的滤波器组算法12
1.7小波变换的提升实现14
1.7.1Haar小波变换14
1.7.2Haar小波变换的提升实现15
1.7.3提升算法15