Matlab实现小波变换本文来自: 高校自动化网() 详细出处参考(转载请保留本链接)：/html/matlab/7709.htmlMATLAB 小波变换2010-01-11 20:513. 图像小波变换的Matlab 实现函数fft、fft2 和fftn 分析3.1 一维小波变换的Matlab 实现(1) dwt 函数Matlab功能：一维离散小波变换格式：[cA,cD]=dwt(X,'wname')[cA,cD]=dwt(X,Lo_D,Hi_D)别可以实现一维、二维和N 维DFT说明：[cA,cD]=dwt(X,'wname') 使用指定的小波基函数'wname' 对信号X 进行分解，cA、cD 分别为近似分量和细节分量；[cA,cD]=dwt(X,Lo_D,Hi_D) 使用指定的滤波器组Lo_D、Hi_D 对信号进行分解。
(2) idwt 函数功能：一维离散小波反变换格式：X=idwt(cA,cD,'wname')X=idwt(cA,cD,Lo_R,Hi_R)X=idwt(cA,cD,'wname',L)函数fft、fft2 和fftn 分X=idwt(cA,cD,Lo_R,Hi_R,L)说明：X=idwt(cA,cD,'wname') 由近似分量cA 和细节分量cD 经小波反变换重构原始信号X 。
'wname' 为所选的小波函数X=idwt(cA,cD,Lo_R,Hi_R) 用指定的重构滤波器Lo_R 和Hi_R 经小波反变换重构原始信号X 。
X=idwt(cA,cD,'wname',L) 和X=idwt(cA,cD,Lo_R,Hi_R,L) 指定返回信号X 中心附近的L 个点。
1. 离散傅立叶变换的Matlab实现3.2 二维小波变换的Matlab 实现二维小波变换的函数别可以实现一维、二维和N 维DFT-------------------------------------------------函数名函数功能---------------------------------------------------dwt2 二维离散小波变换wavedec2 二维信号的多层小波分解idwt2 二维离散小波反变换Matlabwaverec2 二维信号的多层小波重构wrcoef2 由多层小波分解重构某一层的分解信号upcoef2 由多层小波分解重构近似分量或细节分量 1. 离散傅立叶变换的Matlab实现detcoef2 提取二维信号小波分解的细节分量appcoef2 提取二维信号小波分解的近似分量upwlev2 二维小波分解的单层重构1. 离散傅立叶变换的Matlab实现dwtpet2 二维周期小波变换idwtper2 二维周期小波反变换-------------------------------------------------------------函数fft、fft2 和fftn 分(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DFTX=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。
Allnodes 计算树结点函数fft、fft2 和fftn 分appcoef 提取一维小波变换低频系数appcoef2 提取二维小波分解低频系数bestlevt 计算完整最佳小波包树别可以实现一维、二维和N 维DFTbesttree 计算最佳(优)树*biorfilt 双正交样条小波滤波器组biorwavf 双正交样条小波滤波器Matlab*centfrq 求小波中心频率cgauwavf Complex Gaussian小波cmorwavf coiflets小波滤波器1. 离散傅立叶变换的Matlab实现cwt 一维连续小波变换dbaux Daubechies小波滤波器计算dbwavf Daubechies小波滤波器dbwavf(W) W='dbN' N=1,2,3,...,50 别可以实现一维、二维和N 维DFTddencmp 获取默认值阈值(软或硬)熵标准depo2ind 将深度-位置结点形式转化成索引结点形式detcoef 提取一维小波变换高频系数Matlabdetcoef2 提取二维小波分解高频系数disp 显示文本或矩阵drawtree 画小波包分解树(GUI) 别可以实现一维、二维和N 维DFTdtree 构造DTREE类dwt 单尺度一维离散小波变换dwt2 单尺度二维离散小波变换别可以实现一维、二维和N 维DFTdwtmode 离散小波变换拓展模式*dyaddown 二元取样*dyadup 二元插值1. 离散傅立叶变换的Matlab实现entrupd 更新小波包的熵值fbspwavf B样条小波gauswavf Gaussian小波Matlabget 获取对象属性值idwt 单尺度一维离散小波逆变换idwt2 单尺度二维离散小波逆变换ind2depo 将索引结点形式转化成深度—位置结点形式*intwave 积分小波数isnode 判断结点是否存在Matlabistnode 判断结点是否是终结点并返回排列值iswt 一维逆SWT(Stationary Wavelet Transform)变换iswt2 二维逆SWT变换Matlableaves Determine terminal nodesmexihat 墨西哥帽小波meyer Meyer小波别可以实现一维、二维和N 维DFTmeyeraux Meyer小波辅助函数morlet Morlet小波nodease 计算上溯结点nodedesc 计算下溯结点(子结点)nodejoin 重组结点nodepar 寻找父结点别可以实现一维、二维和N 维DFT nodesplt 分割(分解)结点noleaves Determine nonterminal nodesntnode Number of terminal nodes函数fft、fft2 和fftn 分ntree Constructor for the class NTREE*orthfilt 正交小波滤波器组plot 绘制向量或矩阵的图形*qmf 镜像二次滤波器rbiowavf Reverse biorthogonal spline wavelet filtersread 读取二进制数据函数fft、fft2 和fftn 分readtree 读取小波包分解树*scal2frq Scale to frequencyset Matlabshanwavf Shannon waveletsswt 一维SWT(Stationary Wavelet Transform)变换swt2 二维SWT变换symaux Symlet wavelet filter computation.symwavf Symlets小波滤波器thselect 信号消噪的阈值选择thodes Referencestreedpth 求树的深度treeord 求树结构的叉数函数fft、fft2 和fftn 分upcoef 一维小波分解系数的直接重构upcoef2 二维小波分解系数的直接重构upwlev 单尺度一维小波分解的重构函数fft、fft2 和fftn 分upwlev2 单尺度二维小波分解的重构wavedec 单尺度一维小波分解wavedec2 多尺度二维小波分解Matlabwavedemo 小波工具箱函数demo*wavefun 小波函数和尺度函数*wavefun2 二维小波函数和尺度函数别可以实现一维、二维和N 维DFT wavemenu 小波工具箱函数menu图形界面调用函数*wavemngr 小波管理函数waverec 多尺度一维小波重构 1. 离散傅立叶变换的Matlab实现waverec2 多尺度二维小波重构wbmpen Penalized threshold for wavelet 1-D or 2-D de-noisingwcodemat 对矩阵进行量化编码1. 离散傅立叶变换的Matlab实现wdcbm Thresholds for wavelet 1-D using Birge-Massart strategywdcbm2 Thresholds for wavelet 2-D using Birge-Massart strategywden 用小波进行一维信号的消噪或压缩wdencmp De-noising or compression using waveletswentropy 计算小波包的熵wextend Extend a vector or a matrix*wfilters 小波滤波器wkeep 提取向量或矩阵中的一部分*wmaxlev 计算小波分解的最大尺度1. 离散傅立叶变换的Matlab实现wnoise 产生含噪声的测试函数数据wnoisest 估计一维小波的系数的标准偏差wp2wtree 从小波包树中提取小波树 1. 离散傅立叶变换的Matlab实现wpcoef 计算小波包系数wpcutree 剪切小波包分解树wpdec 一维小波包的分解函数fft、fft2 和fftn 分wpdec2 二维小波包的分解wpdencmp 用小波包进行信号的消噪或压缩wpfun 小波包函数函数fft、fft2 和fftn 分wpjoin 重组小波包wprcoef 小波包分解系数的重构wprec 一维小波包分解的重构 1. 离散傅立叶变换的Matlab实现wprec2 二维小波包分解的重构wpsplt 分割（分解）小波包wpthcoef 进行小波包分解系数的阈值处理函数fft、fft2 和fftn 分wptree 显示小波包树结构wpviewcf Plot the colored wavelet packet coefficients.wrcoef 对一维小波系数进行单支重构别可以实现一维、二维和N 维DFT wrcoef2 对二维小波系数进行单支重构wrev 向量逆序write 向缓冲区内存写进数据wtbo Constructor for the class WTBOwthcoef 一维信号的小波系数阈值处理wthcoef2 二维信号的小波系数阈值处理1. 离散傅立叶变换的Matlab实现wthresh 进行软阈值或硬阈值处理wthrmngr 阈值设置管理wtreemgr 管理树结构Matlab本文来自: 高校自动化网() 详细出处参考(转载请保留本链接)：/html/matlab/7709.html。