【图像处理】基于MATLAB的短时傅里叶变换和小波变换及图像处理（Matlab实现）

 💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

💥1 概述

基于MATLAB的短时傅里叶变换（Short-Time Fourier Transform，STFT）、小波变换（Wavelet Transform）和图像处理是数字信号处理和图像处理领域中常用的技术。 将信号分成短时段，对每个时间段进行傅里叶变换，得到频域的短时频谱。 图像处理是对数字图像进行操作和分析的过程，包括图像增强、滤波、分割、特征提取等。 图像处理在医学影像、计算机视觉、遥感图像、数字摄影等领域有广泛应用，如医学图像分析、人脸识别、图像分割、目标检测等。基于MATLAB的短时傅里叶变换、小波变换和图像处理技术能够有效处理信号和图像数据，为各种应用提供了强大的工具和支持。

📚2 运行结果

主函数部分代码：

%haar小波
figure(1)
i=20;
wav = 'haar';
[phi,g1,xval] = wavefun(wav,i);
subplot(1,2,1);
plot(xval,g1,'-r','LineWidth',1.5);
grid on;
xlabel('t')
title('haar 时域');
g2=fft(g1);
g3=abs(g2);
subplot(1,2,2);plot(g3);
grid on;
xlabel('f');
title('haar 频域');

%db4小波
figure(2)
i=10;
wname = 'db4';
[phi,g1,xval] = wavefun(wname,i);
subplot(1,2,1);
plot(xval,g1,'-r','LineWidth',1.5);
grid on;
xlabel('t')
title('db4 时域');
g2=fft(g1);
g3=abs(g2);
subplot(1,2,2);plot(g3,'LineWidth',1.5);
grid on;
xlabel('f');
title('db4 频域');

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

[1]管涛,李元庆,郭方亮,等.基于纤维取向分布图像处理技术的短纤维增强聚合物基复合材料力学性能预测方法[J/OL].复合材料学报:1-13[20240422].https://doi.org/10.13801/j.cnki.fhclxb.20240417.001.

[2]张杰,常天庆,郭理彬,等.基于特征对齐与区域图像质量引导融合的可见光-红外装甲车辆检测方法[J/OL].光学学报:1-22[2024-04-22].http://kns.cnki.net/kcms/detail/31.1252.O4.20240412.1650.152.html.

🌈4 Matlab代码实现