matlab实现wavelet，可以处理图像

小波变换能够提供一个随着频率改变而改变的“时间-频率窗口”，它继承和发展了短时傅立叶变换局部化的思想.它的主要特点是通过变换能够充分突出问题某些方面的特征，能对时间（空间）频率的局部化分析，通过伸缩平移运算对信号（函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节。傅里叶变换只提供频率域相关信息而不提供时域相关信息。小波变换基于一些具有变化频率以及有限持续时间的小型波。当我们观察图像时候，如果物体的尺寸较小或者对比度比较低，那么我们通常以较高的分辨率来研究它们，如果物体的尺寸比较大或者对比度比较高，那么对分辨率的要求就不太高。这时候就需要以不同的分辨率对它们尽心研究。如果这些特征在同一张图像，那么就需要对同一张图像进行分辨率不同的分析。这时候，小波变换就很重要。