本程序运用Haar基函数对图像进行小波变化（包含了图像还原部分）

为了研究智能电网背景下用户的用电模式，考虑到现有聚类算法的不足，提出了一种基于离散小波变换的模糊K-modes聚类算法。利用离散小波变换将时域的负荷曲线转换到频域，从而将负荷曲线的不同特征隔离在不同的频域水平，并利用低阶近似的思想选取原始曲线的有效分量曲线；对所选的分量曲线进行趋势编码，将连续负荷数据转化为离散类属性数据；基于平均密度确定初始聚类条件，利用模糊K-modes聚类算法对曲线进行形态聚类，得到负荷曲线模板；将所提算法与传统K-means算法及层次聚类算法进行比较，从而验证了所提算法的有效性。

MATLBA小波变换图像拼接，要求两个图像需要有重叠区域。

MATLAB基于小波变换的盲水印算法 将图片经过小波变换以后采用将嵌入信息嵌入lsb位（伪） 盲水印算法提取嵌入信息不需要密钥，但如果图片被篡改，嵌入信息就受到极大影响。

基于提升小波变换和双通道PCNN的医学图像融合方法

基于小波变换的图像边缘检测代码。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

MATLBA小波变换图像拼接，要求两个图像需要有重叠区域。

Matlab小波变换中尺度与频率的关系-信号处理中各种频率以及小波尺度的关系.pdf 小波变换中尺度与频率的关系:            fa=.Ts 其中：fa：信号模拟频率；             f0：小波的频窗中心频率；             a：尺度参数；             Ts：采样间隔。

本文描述了一套基于小波理论进行心电信号处理的方案及其实现,即根据小波变换分解后,各个尺度上信号的特征采取相应的措施进行滤波或者 R波检测。文章同时介绍了该方案的 Matlab仿真结果。该方案不但具有简易性和运算的快速性,并在 R波检测部分加入时域校正,达到良好的 R波检测的正确率。

针对单帧低分辨率图像的超分辨率重建问题，提出一种改进的小波局部适应插值的超分辨率重建方法，该方法能够弥补重建图像边缘不平滑的缺陷。结合小波变换与可分离高低频信息的特性，提出一种综合两者优点的单帧图像超分辨率重建算法。实验结果表明，采用该算法得到的重建图像不仅能较好地保留原始图像的细节信息，提高图像的空间分辨率，并能提高图像的峰值信噪比，更适合人眼视觉系统。