[]Matlab_小波工具箱入门VIP免费

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： % Set wavelet name. wname = 'db5'; % Compute the four filters associated with wavelet name given % by the input string wname. [Lo_D,Hi_D,Lo_R,Hi_R] = wfilters(wname); subplot(221); stem(Lo_D); title('Decomposition low-pass filter'); subplot(222); stem(Hi_D); title('Decomposition high-pass filter'); subplot(223); stem(Lo_R); title('Reconstruction low-pass filter'); subplot(224); stem(Hi_R); title('Reconstruction high-pass filter'); xlabel('The four filters for db5') % Editing some graphical properties, % the following figure is generated. 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wfilters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matlab wfilters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,PSI2,XVAL] = wavefun('wname',ITER) 例如 % Set number of iterations and wavelet name. iter = 10; wav = 'sym4'; % Compute approximations of the wavelet function using the % cascade algorithm. for i = 1:iter [phi,psi,xval] = wavefun(wav,i); plot(xval,psi); hold on end title(['Approximations of the wavelet ',wav, ... ' for 1 to ',num2str(iter),' iterations']); hold off 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 clear all clc im = imread('../../std_ima...