文档介绍：实验结果： 在 matlab中载入 lena图，建立矩阵 s保留图像中的各个像素值。
利用函数 wavedec2对图像进行多尺度分解，得到低频分量 C3和高
实验结果： 在 matlab中载入 lena图，建立矩阵 s保留图像中的各个像素值。
利用函数 wavedec2对图像进行多尺度分解，得到低频分量 C3和高
频分量 S3，再对 S3采用 detcoef2函数进行系数提取，得到各个方
向上的高频系数。同理，对于第一次分解后的结果采用相同方法即
可得到低频系数和各个高频系数。最后显示各次分解所得到的图
像。
并利用所得结果，用 waverec2函数进行重构，对比原始图像，观
察重构效果。
具体得到的效果如下：
图上可以看出重构后的图像基本上保留了原始图像所载有的信息，而分解所得到
的各个系数图像则如下：
这是一次分解后所得到的各个高频系数，对应的，三次分解后所得到高频系数则
如下图所示：而程序运行后，最后结果得到的九幅图像则如下图所示：
原 始 图 像 三 次 分 解 后 的 低 频 分 量 重 构 图 像
h1 h3 d1
v1 v3 d3
图中可看出小波基（试验中选取的是 db1）很好的实现了对二维会读图像的多尺
度分解与重构，同时试验中也帮助我加深了对于多尺度分析的理解。
实验代码：
s=imread('E:/');
[C,S]=wavedec2(s,3,'db1');
x=waverec2(C,S,'db1');c3=appcoef2(C,S,'db1',3);
v3=detcoef2('v',C,S,3);
h3=detcoef2('h',C,S,3);
d3=detcoef2('D',C,S,3);
[C1,S1]=wavedec2(s,1,'db1');
c1=ap