依然是来自于codeproject的小波变换库，哪个版本好只能是见仁见智了

为了解决煤矿井下复杂光照条件导致人脸识别率低的问题, 提出了一种适用于煤矿井下复杂光照条件下的人脸识别方法。首先利用小波分解将人脸图像分解为低频和高频部分, 对低频部分利用直方图均衡化处理, 增强图像对比度; 然后采用引入模糊隶属度因子的小波去噪模型对高频部分进行滤波处理, 并通过新的PAL模糊增强算法对高频部分进行模糊增强, 在不同阈值下的非线性变换得到不同尺度、不同方向的特征图像, 并进行反模糊处理; 最后对处理后的低频和高频部分进行小波重构。实验表明, 在井下复杂光照条件下, 本文提出的人脸识别方法能有效改善人脸图像的整体效果, 增强图像的细节信息, 且平均识别率能够达到94.45%, 显著提高了井下复杂光照下的人脸识别率。

基于小波变换的图像边缘检测.doc

小波变换讲解，高阶谱估计，时频分析，希望有用于各位

MATLAB小波变换图像拼接技术GUI版

小波变换原理： 小波变换的含义是把某一被称为基本小波（mother wavelet）的函数作位移τ再 在不同尺度α下，与待分析信号X(t)左内积，即 式中，α>0，称为尺度因子，其作用是对基本小波Φ（t）函数作伸缩，τ反映 位移，其值可正可负，α和τ都是连续变量，故又称为连续小波变换（continue wavelet transform， 简称CWT）。在不同尺度下小波的持续时间随值的加大而增 宽，幅度则与反比减少，但波的形式保持不变。 傅里叶分析是将信号分解成一系列不同频率的正弦波的叠加，同样小波分析 是将信号分解为一系列小波函数的叠加，而这些小波函数都是由一个母小波函数 经过平移和尺度伸缩得来的。 二、小波变换

三种方法实现图像融合，GUI界面实现，小波变换，适合初学者使用

EWT 能够对原始信号的 Fourier 谱进行自适应划分，并对每个分割区 间内构造相对应的小波滤波器，通过构造的正交小波滤波器组来 提取调幅-调频成分，从而能够准确提取分量信号。由于经验小波 变换是在小波变换的框架下提出的，因此具有完备的理论基础和 较快的计算速度，能够避免 EMD 中存在的问题。

图像处理的小波变换+二值化+Canny检测

小波变换支持opencv mat的vs2010完整工程,包括分解和重构，本人亲自调通，希望对你有所帮助