多尺度小波分解得到的系数进行处理之后如何进行重构的问题说明

毕设时候做的题目是《基于分数傅里叶变换和小波变换的图像加密解密》，当时分数傅里叶变换只是简单的应用了下，没留下什么太大的印象。反而是在应用小波的一些处理过程中，因为先后出现了很多问题，留了一些印象。记的最清楚的是一个这样的问题：试图使用二维多尺度离散小波变换，然后对得到的小波系数进行Arnold置乱处理，如果利用matlab子带的wavedec2，可以很容易实现分解（格式为：[c,s]=wavedec2(X,N,'wname')或者[c,s]=wavedec2(X,N,Lo_D,Hi_D)），然后利用appcoef2和detcoef2可以很容易地将低频和高频提取出来，例如：提取低频系数可以有A = appcoef2(C,S,'wname',N)，提取水平方向的高频系数可以有H = detcoef2('h',C,S,N)，提取垂直方向高频系数可以有
V = detcoef2('v',C,S,N);，提取对角线方向的高频系数可以有D= detcoef2('d',C,S,N)，其中N为分解尺度。但是对提取出来的系数进行处理后，然后如何畸形重构呢？Matlab提供waverec2函数进行重构，格式为：X=waverec2(C,S,'wname') 或者X=waverec2(C,S,Lo_R,Hi_R) 。但是，处理后的系数是如何构成C和S呢？

当然可以使用维单尺度离散小波变换，通过迭代进行对低频进行单尺度离散小波分解，也可以达到对原图像进行多尺度分解的目的。而且若使用二维单尺度离散小波变换，各个系数的提取以及单支重构都有matlab现成的函数，很容易进行操作。唯一存在的问题是当避开二维多尺度离散变换函数，试图利用二维单尺度离散小波变换函数dwt2对每次分解后得到的低频系数不断进行处理时，在某些小波基的情况下会造成重构的失败。当时，也不知道有imresize这个函数，选的图像集就全部选了256*256大小的图片。汗。

还在各种QQ群里骚扰各路大神，有个同学给出了matlab自带的help里面的截图，说了句c里面存的就是你要的东西啊。额，不给自己找借口了，反正结果就是，最终上面的问题还是被自己堂而皇之的规避了过去。现在又遇上了，就猛的想起来哪位同学的话，就想试试。也正好好好地领略一下matlab的help的强大。当然，还是借助了网上的一些解释(一并谢过了)总算是弄得明白了很多。不怕被笑话，也总结一下。

在Mtlab里面help下wavedec2函数出来的说明里面，最重要的是下面的部分：

 The output wavelet 2-D decomposition structure [C,S] contains the wavelet decomposition vector C and the corresponding bookeeping matrix S.  Vector C is organized as:
C = [  A(N) |  H(N)  |  V(N)  |  D(N) |  H(N-1) | V(N-1) | D(N-1) | ...  | H(1) | V(1) | D(1) ]. where A, H, V, D, are row vectors such that:  A = approximation coefficients,  H = hori. detail coefficients, V = vert. detail coefficients, D = diag. detail coefficients, eac