MATLAB小波变换指令及其功能介绍(超级有用)(可编辑修改word版)

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(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。

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

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Matlab

detcoef2 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 DFT

dtree 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 DFT

dwtmode 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Matlab

get 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Matlab

istnode 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Matlab

leaves Determine terminal nodes

mexihat 墨西哥帽小波

meyer Meyer 小波别可以实现一维、二维和 N 维 DFT

meyeraux 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 nodes< …… 此处隐藏：3726字，全部文档内容请下载后查看。喜欢就下载吧 ……