matlab实现haar小波分解

从源代码的角度实现了小波的haar分解，有利于初学者对小波分解的理解，不单纯的使用matlab wavelet工具箱

%非正交的二次样条二进小波
h = [0 0 0.125 0.375 0.375 0.125 0 0].*sqrt（2）;
g = [0 0 0 -1 1 0 0 0].*sqrt（2）;
g1 = [0 0.015625 0.109375 0.34375 -0.34375 -0.109375 -0.015625 0].*sqrt（2）;
l = [1 6 15 84 15 6 1 0]./64;

n = 4;
img=imread（‘735586_1278167235pR5y.jpg‘）;
[a d1 d2] = swt1_decomp（imgnhg）;

figure;
imshow（img） title（‘原始矩阵‘）;

row = ceil（sqrt（n））;
col = ceil（n/row）;

% aa = a;
% figure title（‘逼近矩阵‘）;
% for i=1:n
%     aa（::i） = aa（::i）./max（max（aa（::i）））;
%     subplot（rowcoli）;
%     imshow（aa（::i））;
% end
% 
% 
% dd1 = d1;
% figure title（‘水平细节信息矩阵‘）;
% for i=1:n
%     dd1（::i） = dd1（::i）./max（max（dd1（::i）））;
%     subplot（rowcoli）;
%     imshow（dd1（::i））;
% end
% 
% dd2 = d2;
% figure title（‘竖直细节信息矩阵‘）;
% for i=1:n
%     dd2（::i） = dd2（::i）./max（max（dd2（::i）））;
%     subplot（rowcoli）;
%     imshow（dd2（::i））;
% end


aa = a;
for i=1:n
    aa（::i） = aa（::i）./max（max（aa（::i）））;
end
aa = reshape（aa [size（a1） size（a2） 1 size（a3）]）;
figure montage（aa） title（‘逼近矩阵‘）;

dd1 = d1;
for i=1:n
    dd1（::i） = dd1（::i）./max（max（dd1（::i）））;
end
dd1 = reshape（dd1 [size（a1） size（a2） 1 size（a3）]）;
figure montage（dd1） title（‘水平细节信息矩阵‘）;

dd2 = d2;
for i=1:n
    dd2（::i） = dd2（::i）./max（max（dd2（::i）））;
end
dd2 = reshape（dd2 [size（a1） size（a2） 1 size（a3）]）;
figure montage（dd2） title（‘竖直细节信息矩阵‘）;

x = swt1_recon（ad1d2nhg1l）;
% 
xx = x（::[2:n+1]）;
% row = ceil（sqrt（n））;
% col = ceil（n/row）;
% figure title（‘重构矩阵‘）;
for i=1:n
    xx（::i） = xx（::i）./max（[max（max（xx（::i））） 256]）;
%     subplot（rowcoli）;
%     imshow（xx（::i））;
end
xx = reshape（xx [size（xx1） size（xx2） 1 size（xx3）]）;
figure montage（xx） title（‘重构矩阵‘）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        1771  2012-04-28 21:20  bat.m
     文件         284  2012-03-22 16:35  harrwave.m
     文件        2136  2005-05-27 16:11  swt1_decomp.m
     文件        1891  2005-05-27 16:09  swt1_recon.m