多孔trous算法实现一维和二维信号的分解和重构； mallat算法实现一维和二维信号的分解和重构； 采用的小波基是haar和db2

雾天的交通影响着人们的出行，是否可以安全的出行是人人所关心的问题.为获取含雾图像更多的特征信息，提出一种基于小波变换的交通图像去雾方法.一方面在RGB颜色空间对图像进行直方图均衡处理来增强图像的整体的对比度；另一方面在HSV色彩空间，对V分量进行小波变换处理，将分解得到的低频子带采取双边滤波处理的方式，而对多个高频子带进行非线性变换处理方式，将处理过的低频子带和多个高频子带，利用小波逆变换进行重构.最后将两幅图像进行线性组合，得到最终的去雾图像.实验结果表明，与其他方法相比，本文方法处理的的图像所含信息较高，便于人眼观察。

压缩感知Á trous algorithm for 1-D stationary wavelet transform 采用a trous算法实现静态小波变换(SWT)

% 采用a trous算法实现静态小波变换(SWT) % 分解两层

采用多孔trous算法(undecimated wavelet transform)实现小波变换