小波分析是上世纪80年代应用数学领域中相对较新的进展。A.Grossmann,J.Morlet及他们的合作者研究了连续型小波变换，同时开始把它应用到地质数据的分析上。近年来小波分析及其应用已经成为了发展最快的领域之一，这要部分地归功于研究人员及专业人员在数学和信号处理领域所做的开拓性工作。小波分析已被用于许多领域中，包括信号与图像处理、通讯系统、生物医学成像、 雷达、大气声学、理论数学、控制系统等。但是将小波应用于模式识别的研究依旧很薄弱。信号/图像处理及其应用中最吸引人的领域是模式识别。使计算机像人类一样能看见并识别物体，这一目标吸引了不同学科许多科学家的注意力。不同模式的机器识别已经成为全球不同国家科学家深入广泛研究的对象。例如印刷与手写字符、指纹、生物医学图像等。本书的目的是借助于严谨的数学推导与实验，开发小波理论某些新的面向应用的技术，然后用这些新技术来解决模式识别领域的特殊问题。 
　　本书共有12章。1.绪论，内容包括小波是模式识别的一种新型工具，对模式识别与小波理论的简单回顾；2.连续小波变换；3.多分辨分析与小波基；4.某些典型的小波基；5.利用小波变换的台阶边缘检测；6.狄拉克边缘的表征与二次样条小波变换；7.新小波函数的构造及对曲线分析的应用；8.带状形状的骨架化和新小波函数；9.利用小波次模式及分配维数的特征提取；10.利用参考线检测的文献分析与二维小波变换；11.汉字处理与B-样条小波变换；12.建立在正交小波级数基础上的分类器设计。 
　　本书可供从事模式识别研究及应用的专业人员阅读参考。 
　　胡光华， 
　　高级软件工程师 
　　(原中国科学院物理学研究所) 
　　Hu Guanghua, Senior Software Engineer 
　　(Former Institute of Physics,CAS)