解读matlab之小波库函数,小波学习之二（单层一维离散小波变换DWT的Mallat算法C++实现优化）（转）...

在上回《小波学习之一》中，已经详细介绍了Mallat算法C++实现，效果还可以，但也存在一些问题，比如，代码难于理解，同时出现了边界问题。在此，本文将重构代码，采用新的方法解决这些问题，同时也加深对小波变换的理解。

MATLAB作为经典的数学工具，分析其小波变换dwt和idwt实现后发现真的很经典，学习参考价值很高。下面结合南京理工大学

谭彩铭的《解读matlab之小波库函数》及MATLAB小波工具包中m文件的情况，作一个小结，最后用C++函数进行实现，并且编译调试OK。

一、MATLAB上dwt函数的工作过程

假设x=[x(1) x(2) x(3) x(4) x(5) x(6)

x(7)]，计算y=dwt(x,’db2’)，其计算过程主要由三个部分组成：

1、边缘延拓，它主要由函数wextend完成。

仔细分析子程序部分，函数wextend的用法为y=wextend('1D','sym',x,3)；这样得到的y=[ x(3) x(2)

x(1) x(1) x(2) x(3) x(4) x(5) x(6) x(7) x(7) x(6) x(5)]

2、卷积运算，它主要由函数conv2完成。

仔细分析子程序部分，核心语句有z=conv2(y,Lo_D,'valid')；这里设Lo_D=[h(1) h(2) h(3)

h(4)]。

这2步的实现过程示意图如下：

3、最后就是下采样即隔点采样，其下采样是按照式a =

z(2:2:length(z))进行的，高频低频部分均如此，项数为floor((7+4-1)/2)。

最后的dwt低频系数结果是[z(2)

z(4) z(6) z(8) z(10)]，高频系数求解过程和低频系数一样，在此不再赘述。

二、MATLAB上idwt函数的工作过程

1、上采样即隔点插0，dyadup(x,0)。

2、卷积运算，它也是最终由函数conv2完成。

3、抽取结果，wkeep1(x,s,'c')。