clear;clc; 　　%%%%%%%%%%测试图像只能是方形图像,长宽像素一样. 　　f=imread('Lena.bmp');%%读取图像数据,图像只能保存在m文件所在的路径下 　　d=size(f); 　　iflength(d)>2 　　f=rgb2gray((f));%%%%%%%%如果是彩色图像则转化为灰度图 　　end 　　T=d(1); 　　SUB_T=T/2; 　　%2.进行二维小波分解 　　l=wfilters('db10','l');%db10（消失矩为10)低通分解滤波器冲击响应（长度为20） 　　L=T-length(l); 　　l_zeros=[l,zeros(1,L)];%矩阵行数与输入图像一致,为2的整数幂 　　h=wfilters('db10','h');%db10（消失矩为10)高通分解滤波器冲击响应（长度为20） 　　h_zeros=[h,zeros(1,L)];%矩阵行数与输入图像一致,为2的整数幂 　　fori=1:T;%列变换 　　row(1:SUB_T,i)=dyaddown(ifft(fft(l_zeros).*fft(f(:,i)'))).';%圆周卷积FFT 　　row(SUB_T+1:T,i)=dyaddown(ifft(fft(h_zeros).*fft(f(:,i)'))).';%圆周卷积FFT 　　end; 　　forj=1:T;%行变换 　　line(j,1:SUB_T)=dyaddown(ifft(fft(l_zeros).*fft(row(j,:))));%圆周卷积FFT 　　line(j,SUB_T+1:T)=dyaddown(ifft(fft(h_zeros).*fft(row(j,:))));%圆周卷积FFT 　　end; 　　decompose_pic=line;%分解矩阵 　　%图像分为四块 　　lt_pic=decompose_pic(1:SUB_T,1:SUB_T);%在矩阵左上方为低频分量--fi(x)*fi(y) 　　rt_pic=decompose_pic(1:SUB_T,SUB_T+1:T);%矩阵右上为--fi(x)*psi(y) 　　lb_pic=decompose_pic(SUB_T+1:T,1:SUB_T);%矩阵左下为--psi(x)*fi(y) 　　rb_pic=decompose_pic(SUB_T+1:T,SUB_T+1:T);%右下方为高频分量--psi(x)*psi(y) 　　%3.分解结果显示 　　figure(1); 　　subplot(2,1,1); 　　imshow(f,[]);%原始图像 　　title('originalpic'); 　　subplot(2,1,2); 　　image(abs(decompose_pic));%分解后图像 　　title('decomposedpic'); 　　figure(2); 　　%colormap(map); 　　subplot(2,2,1); 　　imshow(abs(lt_pic),[]);%左上方为低频分量--fi(x)*fi(y) 　　title('Phi(x)*Phi(y)'); 　　subplot(2,2,2); 　　imshow(abs(rt_pic),[]);%矩阵右上为--fi(x)*psi(y) 　　title('Phi(x)*Psi(y)'); 　　subplot(2,2,3); 　　imshow(abs(lb_pic),[]);%矩阵左下为--psi(x)*fi(y) 　　title('Psi(x)*Phi(y)'); 　　subplot(2,2,4); 　　imshow(abs(rb_pic),[]);%右下方为高频分量--psi(x)*psi(y) 　　title('Psi(x)*Psi(y)'); 　　%5.重构源图像及结果显示 　　%construct_pic=decompose_matrix'*decompose_pic*decompose_matrix; 　　l_re=l_zeros(end:-1:1);%重构低通滤波 　　l_r=circshift(l_re',1)';%位置调整 　　h_re=h_zeros(end:-1:1);%重构高通滤波 　　h_r=circshift(h_re',1)';%位置调整 　　top_pic=[lt_pic,rt_pic];%图像上半部分 　　t=0; 　　fori=1:T;%行插值低频 　　if(mod(i,2)==0) 　　topll(i,:)=top_pic(t,:);%偶数行保持 　　else 　　t=t+1; 　　topll(i,:)=zeros(1,T);%奇数行为零 　　end 　　end; 　　fori=1:T;%列变换 　　topcl_re(:,i)=ifft(fft(l_r).*fft(topll(:,i)'))';%圆周卷积FFT 　　end; 　　bottom_pic=[lb_pic,rb_pic];%图像下半部分 　　t=0; 　　fori=1:T;%行插值高频 　　if(mod(i,2)==0) 　　bottomlh(i,:)=bottom_pic(t,:);%偶数行保持 　　else 　　bottomlh(i,:)=zeros(1,T);%奇数行为零 　　t=t+1; 　　end 　　end 　　这个只是一级分解,matlab自带的函数可以实现多级分解,级数由编程者自己确定.