用Matlab自带的imread函数能将图片加载到Matlab周围中：

一个较为朴素的解法：一步一步做就行了 先进行分解，然后用Matlab的classifier直接选择SVM标定输入输出自己就训练了。目前Matlab的classifier差不离能够给全部经典分类算法，而且操作傻瓜化，基本就是拖拽。

一个有点相关的比比看新鲜颖的功能：Matlab新鲜版本有类似功能的，wavelet后面链接一个神经网络。官方称之为Wavelet Scattering：

细小波琢磨是一种用于说说和琢磨信号的数学工具。它通过将信号分解成一组细小波基函数，能更优良地搞懂信号的频率与时候特性。细小波琢磨基本上包含两个基本过程：分解和沉构， 具体如下：

 = wavedec;

其中，wavedec函数用于进行细小波分解，个输入参数‘db4’表示选用db4细小波基函数。

你的信号序列长远度，对应高大斯白噪声序列取相同的长远度，就能直接相加的。在实际对信号采集的时候兴许都会引入高大频噪声， 而高大斯白噪声比比看典型，原信号加上噪声信号，然后用细小波分解，去噪，然后对信号沉构就能去除噪声。对信号进行特征提取一般是频率特征， 对去噪的信号进行谱估摸着就能，我只接触了

将分解得到的细小波基函数进行沉构，即可得到原始信号。Matlab函数waverec能帮我们更方便地进行细小波沉构。

imshow;

四、 细小结

细小波琢磨是一种关键的信号琢磨工具，Matlab给了完善的细小波琢磨工具箱，能方便地实现细小波琢磨相关算法。细小波琢磨在图像处理领域也，能够很优良地实现图像处理和特征提取。

Matlab细小波琢磨工具箱原理与应用_matlab_细小波琢磨_细小波_.,信号通过细小波函数进行琢磨和表示， 这些个细小波函数具有时频局部化和许多分辨率等特性，能更优良地说说信号的特征。提取系数的函数: appcoef和detcoef分别提取近似系数和细节系数。

关注者17被浏览4,565登录后你能不限量看优质回答私信答主深厚度交流精彩内容一键收藏想要考东南巨大学的医学院的工科生想晓得楼主怎么弄的， 毕设需要用到此类知识和代码，求帮

与细小波分解差不许多，细小波包分解是将信号分解到更深厚的层次上，实现更优良的信号琢磨和处理。

缄玏想要考东南巨大学的医学院的工科生想晓得楼主怎么弄的,毕设需要用到此类知识和代码,求帮 缄玏

 = wpdec;

I = imread; I = rgb2gray; % 转换为灰度图像 细小波分解 用Matlab自带的wavedec2函数能进行二维细小波分解： 有巨大佬说了Matlab版本了我说个Python版本的细小波特征提取+SVM的.SVM: 能用matlab自带svm不过一般常用 https://www.csie.ntu.edu.tw/~cjlin/libsvm/。

内容概要:本文详细介绍了怎么利用MATLAB进行飞迅速傅里叶变换频谱琢磨以及数字滤波器的设计，特别是针对谐波提取和频段清除的应用。 信号处理:细小波琢磨在信号去噪、信号压缩、信号特征提取等方面有着广泛的应用。 y = waverec; 三、 细小波琢磨在图像处理中的应用 细小波琢磨不仅能用于处理一维的信号，还能用于处理二维的图像信号。

tuxiangpipei.rar_ 细小波 特征提取_matching image_细小波匹配_细小波变换 匹配_细小波变换 特征提取.材料浏览查阅10次。细小波变换用于图象特征抽取-细小波琢磨简介及其matlab应用， 细小波变换用于图象特征抽取第1级斜线细节第1级水平细节第1级垂直细节水平细节近似图象垂直细节斜线细节更许多下载材料、学资料请访问CSDN文库频道 登录 登录后您能: 免费复制代码 关注/点赞/评论/收藏... 用Matlab自带的imshow函数能将处理得到的图像看得出来出来： 信号的读入 signal = load; % 加载信号文件 x = signal.x; % 获取信号数据 细小波分解 用Matlab自带的细小波函数能方便地实现细小波分解： Matlab是一个非常流行的学问计算柔软件，它给了细小波琢磨的全套工具箱，方便实现细小波琢磨相关算法。

J = waverec2; 其中个参数‘db4’表示选用db4细小波基函数。 这些个案例将帮读者了解怎么在实际问题中应用细小波琢磨。这些个工具能帮用户进行数据的预处理、特征提取和信号恢复.matlab细小波琢磨的实例MATLAB细小波琢磨与应用30个案例琢磨。

细小波琢磨的理论和方法凭借其独特优势， 在信号处理、图像处理、语音处理、模式识别以及量子物理... 基于细小波琢磨的变换函数有很许多种，其中最常用的是细小波变换和细小波包变换。 在matlab中用细小波包对声发射信号进行特征提取的方法 在MATLAB中用细小波包对声发射信号进行特征提取的过程能分为以下几个步骤: 加... 分解：将原始信号分解为不同频率、不同方向和不同尺度的细小波基函数。

至于细小波变换以后特征的生成，SVM的参数优化等问题，题主能参考一些文献，不赘述了。 沉构：将分解得到的细小波基函数沉构成原始信号。 把不同分解尺度上信号的能量求解出来 就能将这些个能量尺度顺序排列，形成特征向量供识别用 基于细小波变换的许多尺度地方的模极巨大值特征提取方法 利用细小波变换的信号局域化琢磨能力，求解细小波变换的模极... 本文将详细介绍细小波变换的数学原理及其在特征提取中的应用。