MATLAB 小波变换指令及其功能介绍 1 一维小波变换的 Matlab 实现 (1 dwt函数
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。
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 waverec2 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 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 dwtpet2 二维周期小波变换
idwtper2 二维周期小波反变换 ----------------------------------------------------------- (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(X1. 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。
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 DFT besttree 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 * centfrq 求小波中心频率 cgauwavf Complex Gaussian小波 cmorwavf coiflets小波滤波器 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 DFT
ddencmp 获取默认值阈值(软或硬 熵标准
MATLAB小波变换指令及其功能介绍(超级有用).
