资源描述：
《【】Matlab_小波工具箱入门》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、使用MATLAB小波工具箱进行小波分析： 如上图所示的小波分解过程，可以调用wfilters来获得指定小波的分解和综合滤波器系数，例如：%Setwaveletname.wname='db5';%Computethefourfiltersassociatedwithwaveletnamegiven%bytheinputstringwname.[Lo_D,Hi_D,Lo_R,Hi_R]=wfilters(wname);subplot(221);stem(Lo_D);title('Decompositionlow-passfilter');subplot(222);stem(Hi_D);ti
2、tle('Decompositionhigh-passfilter');subplot(223);stem(Lo_R);title('Reconstructionlow-passfilter');subplot(224);stem(Hi_R);title('Reconstructionhigh-passfilter');xlabel('Thefourfiltersfordb5')%Editingsomegraphicalproperties,%thefollowingfigureisgenerated. 以上例子，得到’db5’小波的分解和综合滤波器系数，并显示出来。下面是wfilte
3、rs的具体用法：Wname可指定为列表中的任意一种小波，直接调用[Lo_D,Hi_D,Lo_R,Hi_R]=wfilters('wname')会返回分解和综合滤波器系数。如果只想返回其中的一些而不是全部，可以调用[F1,F2]=wfilters('wname','type')其中’type’可指定为4种类型，每种类型的具体意义详见matlabwfilters帮助。 查看具体小波的信息waveinfo(‘wname’) 获得一个标准的正交变换/双正交变换的尺度和小波函数（数字近似值）[PHI,PSI,XVAL]=wavefun('wname',ITER)[PHI1,PSI1,PHI2,PS
4、I2,XVAL]=wavefun('wname',ITER)例如%Setnumberofiterationsandwaveletname.iter=10;wav='sym4'; %Computeapproximationsofthewaveletfunctionusingthe%cascadealgorithm.fori=1:iter [phi,psi,xval]=wavefun(wav,i); plot(xval,psi); holdonendtitle(['Approximationsofthewavelet',wav,... 'for1to',num2str(i
5、ter),'iterations']);holdoff 如果已知小波分解滤波器系数，计算小波变换的最简单方法就是[C,S]=wavedec2(X,N,'wname')[C,S]=wavedec2(X,N,Lo_D,Hi_D) 反过来，已知小波综合滤波器系数，计算反小波变换，只需X=waverec2(C,S,'wname')X=waverec2(C,S,Lo_R,Hi_R)% 图片的小波分解clearallclc im =imread('../../std_images/lena.bmp'); %灰度im =double(im); [Lo_D,Hi_D]=wfilters('haar'
6、,'d');[C,S] =wavedec2(im,1,Lo_D,Hi_D); isize =prod(S(1,:));%cA =C(1:isize);cH =C(isize+(1:isize));cV =C(2*isize+(1:isize));cD =C(3*isize+(1:isize));%cA =reshape(cA,S(1,1),S(1,2));cH =reshape(cH,S(2,1),S(2,2));cV =reshape(cV,S(2,1),S(2,2));cD =reshape(cD,S(2,1),S(2,2));%figure,colormapg
7、raysubplot(221),imagesc(cA);subplot(222),imagesc(cH);subplot(223),imagesc(cV);subplot(224),imagesc(cD); 其中C是小波变换后的结果数据，以一维矢量的形式组织，S是二维数组，记录了C中数据的分布形式，详见matlab的帮助文档。此外，dwtmode可以设定输入的边界处理方式。 提取小波的系数。前面使用的wavedec2
