小波变换二层分解与小波分析的二维分解的异同比较

小波变换的二层分解是小波包分解；
小波分析的二维分解是平面分析，二元的分解而已，有很多区别，给你我做过的代码：
那么下面一段 Matlab程序便是对于小波熵的求法：
这是我本科毕业时候写的小波包的例子
%求小波包的信息熵，中南大学数学学院信科0302班张扬编写
%ECG为信号源，n为分解的层数，wpname为小波名字，我常用的是db3,haar,db4.
function y=waveletentropy(ECG,n,wpname)
wpt1=wpdec(ECG,n,wpname); %对数据进行小波包分解
for i=1:2*n %wpcoef(wpt1,[n,i-1])是求第n层第i个节点的系数
disp('每个节点的能量E(i)');
E(i)=norm(wpcoef(wpt1,[n,i-1]),2)*norm(wpcoef(wpt1,[n,i-1]),2)
%求第i个节点的范数平方，其实也就是平方和
end
disp('小波包分解总能量E_total');
E_total=sum(E) %求总能量
disp('以下是每个节点的概率P');
for i=1:2*n
p(i)= E(i)/E_total %求每个节点的概率
end
%以下计算小波熵，即－sum（pj*lnpj），
disp('小波熵的值S_wt');
for i=1:2*n
m(i)=p(i)*log(p(i));
end
S_wt=sum(m)*(-1)
disp('小波包分解图形');
subplot(1,3,1);
text(10,10,'原始图象') ;
plot(ECG);
subplot(1,3,2);
text(10,200,'概率分布图象');
plot(p);
subplot(1,3,3);
plot(E);

至于小波分析图像的二维分解：
我给你说个大体思想，你首先对行向量每个行向量元素进行小波变换，然后再去变换后的新矩阵的列向量元素进行小波变换就可以了，具体的书可以参考《matlab小波分析》，在迅雷上面有的下