该文件夹包括了多种时频分析的程序，如stft，cwt，dwt等，使用matlab编写，非c++文件，注意哈！

cwt原始码MATLAB 用Python进行同步压缩 同步压缩是一种功能强大的重新分配方法，可以集中时间-频率表示，并允许提取瞬时幅度和频率。 特征 连续小波变换（CWT），正向和反向及其同步压缩 正向和反向短时傅立叶变换（STFT）及其同步压缩 小波可视化和测试套件 广义摩尔斯小波 岭提取 Python 1中最快的小波变换，击败了MATLAB 1：随时打开问题显示否则 安装 pip install ssqueezepy 。 或者，对于最新版本（最可能稳定的版本）： pip install git+https://github.com/OverLordGoldDragon/ssqueezepy GPU和CPU加速 默认情况下启用多线程执行（通过os.environ['SSQ_PARALLEL'] = '0'禁用）。 需要并安装了GPU（可通过os.environ['SSQ_GPU'] = '1'启用）。 pyfftw支持最大的CPU FFT速度（可选）。 看 。 基准测试 。 转换使用padding， float32精度（支持float64 ）和输出形状(300, len(x)) ，平

cwt原始码MATLAB CWT 用于实现连续小波变换的Python代码。 该实现基于Wavelet工具箱中cwt的MATLAB版本中的源代码。 我发现大多数Python中的CWT实现仅输出转换的实部，这在大多数情况下没有用。

使用matlab进行CWT_Morlet小波变换的实现，可以对信号进行很好的处理

连续小波变换程序的程序，这是一段连续小波变换的程序

执行反向连续小波变换的文件集合是最初由Torrence和Compo（ http://paos.colorado.edu/research/wavelets/software.html ）编写的小波软件包的扩展。 主要功能是： 1. contwt.m：（连续小波变换）。 这本质上是 Torrence 和 Compo 的 wavelet.m，做了一些修改（更多的输入和输出以便于访问） 2. invcwt.m：逆连续小波变换。 3.example_invcwt.m：演示/示例用法。 这是一个用于构建简单正弦波、设置小波参数以及比较原始和重建信号的模板。 有关详细信息和用法，请参阅每个功能中的帮助。

首先来说plt.imshow()函数，虽然他的功能强大，但是他并没有相对应的可以将（时间，频率，CWT处理后的信号）进行联合绘制的参数设定。在使用plt.pcolor（）这个函数时，它运行速度极慢。后来选择使用了plt.pcolormesh()函数进行时频图的绘制。 为了保证所有的图像时频图一致性，需要设置X,Y轴，以及colorbar的大小。在设置colorbar的时候可以直接使用plt.pcolormesh()函数。plt.pcolormesh(t, frequencies, abs(cwtmatr), cmap=cm,vmin=0, vmax=3)这两个标红的参数进行调整。 ---------------------

基于双复数小波变换的多聚焦图像融合融合规则：方差

高斯连续小波变换吗，用matlab做成，里面带分析，用于图像检测，自己可查看和修改

具有Gabor变换的六个方向选择性，而且有更小的冗余度，对图像处理的同行们肯定有很大的价值，可直接下载使用。-The source code also known as the Dual-Tree Complex Wavelet Transform source code, it not only has the Gabor transform of the six direction selectivity, but also has a smaller redundancy of image processing colleagues certainly have great value.