matlab小波变换

1) wcodemat 函数

功能：对数据矩阵进行伪彩色编码函数 fft、fft2 和 fftn

分

格式：Y=wcodemat(X,NB,OPT,ABSOL)

Y=wcodemat(X,NB,OPT)

Y=wcodemat(X,NB)

Y=wcodemat(X)

说明：Y=wcodemat(X,NB,OPT,ABSOL)

返回数据矩阵 X 的编码矩阵 Y ；NB 伪编码的最大值，即编码范围为 0～NB，缺省值

NB＝16；

OPT

指定了编码的方式（缺省值为 \'mat\'），即：别可以实现一维、二维和 N 维

DFT

OPT＝\'row\'

，按行编码

OPT＝\'col\'

，按列编码

OPT＝\'mat\'

，按整个矩阵编码函数 fft、fft2 和 fftn

分

ABSOL

是函数的控制参数（缺省值为

\'1\'），即：

ABSOL＝0

时，返回编码矩阵

ABSOL＝1

时，返回数据矩阵的绝对值 ABS(X)1. 离散傅立叶变换的 Matlab实现

(2) dwt2

函数

功能：二维离散小波变换

格式：[cA,cH,cV,cD]=dwt2(X,\'wname\')

[cA,cH,cV,cD]=dwt2(X,Lo_D,Hi_D)

说明：[cA,cH,cV,cD]=dwt2(X,\'wname\')使用指定的小波基函数

\'wname\' 对二维信号 X 进行二维离散小波变幻；cA，cH,cV,cD

分别为近似分量、水平细节分量、垂直细节分量和对角细节分量；[cA,cH,cV,cD]=dwt2(X,Lo_D,Hi_D) 使用指定的分解低通和高通滤波器

Lo_D 和 Hi_D 分解信号 X 。1. 离散傅立叶变换的 Matlab实现

(3) wavedec2

函数

功能：二维信号的多层小波分解1. 离散傅立叶变换的

Matlab实现

格式：[C,S]=wavedec2(X,N,\'wname\')

[C,S]=wavedec2(X,N,Lo_D,Hi_D)

说明：[C,S]=wavedec2(X,N,\'wname\')

使用小波基函数 \'wname\' 对二维信号 X 进行 N 层分解；[C,S]=wavedec2(X,N,Lo_D,Hi_D) 使用指定的分解低通和高通滤波器

Lo_D 和 Hi_D 分解信号 X 。别可以实现一维、二维和 N 维 DFT

(4) idwt2

函数

功能：二维离散小波反变换函数 fft、fft2 和 fftn

分

格式：X=idwt2(cA,cH,cV,cD,\'wname\')

X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R)

X=idwt2(cA,cH,cV,cD,\'wname\',S)别可以实现一维、二维和

N 维

DFT

X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S)

说明：X=idwt2(cA,cH,cV,cD,\'wname\')

由信号小波分解的近似信号 cA 和细节信号 cH、cH、cV、cD 经小波反变换重构原信号 X ；X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R)

使用指定的重构低通和高通滤波器 Lo_R 和 Hi_R 重构原信号 X ；X=idwt2(cA,cH,cV,cD,\'wname\',S) 和

X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S) 返回中心附近的 S

个数据点。

(5)

waverec2 函数

说明：二维信号的多层小波重构

格式：X=waverec2(C,S,\'wname\')

X=waverec2(C,S,Lo_R,Hi_R)

说明：X=waverec2(C,S,\'wname\')

由多层二维小波分解的结果 C、S 重构原始信号 X ，\'wname\' 为使用的小波基函数；X=waverec2(C,S,Lo_R,Hi_R)

使用重构低通和高通滤波器 Lo_R 和 Hi_R 重构原信号。