小波係數是什麼?
論文中，老說“對小波係數進行處理”，想問下什麼是小波係數？
一個信號無論進行連續小波變換（CWT）或是離散小波變換（DWT），變換完的結果就叫小波係數。小波係數是沒有量綱單位的結果，需要經過重構這些係數得到實際有量綱的信號。
如同用一個任意長度（例如手的一指寬）去測量某個物體的大小，你可以測得一系列的數字，比如寬1代表1指長度，長2.5代表2個半指長度（但這不是標準的量綱，沒有人用一指當作通用標準量綱，也就是沒有量綱），如果我不告訴你一指到底有多少cm，你就不知道這一系列的數字到底是多少個標準量綱的cm，也就不知道那個物體長多少cm。那根手指就是小波基，測量的過程就是小波變換，測得一系列的數字就是小波係數。
當我告訴你一指為1.8cm時，你用測得一系列的數字乘以1.8就將這一系列數字轉化為帶有量綱cm的另一組數字，長1.8cm，寬4.5cm，這個過程就是小波係數的重構為有實際量綱信號的過程。實際小波變換和重構的原理通俗講就是這麼個思路，當然實際小波變換的方法要複雜得多，牽扯數學和信號處理的問題也很多，這裡就是便於你理解這玩意的示意性解說。
高頻小波係數和低頻小波係數通常是使用mallat算法的DWT的概念，通過高頻帶通濾波器和低通濾波器，將信號中的信息分為高頻細節和低頻逼近信息。
高頻小波係數是研究信號高頻信息的，可以直接研究高頻小波係數本身，為了得到較好的效果也可對高頻小波係數進行處理後突出其特徵再研究，當然最通常的方法還是重構。例如研究人臉的面部特徵，臉上的雀斑，痘痘，黑痣和瘊子等都是高頻信息，為了從人臉上分離和突出它們，就可以對高頻小波係數進行處理或重構。
低頻小波係數是研究信號低頻信息的（貌似廢話），為了較為準確的顯示低頻特徵通常要進行重構，因為將低頻小波係數本身作為信號，其頻率有時並不低，所以要重構才是信號本身的低頻信息。還是例如研究人臉的面部特徵，臉型是低頻信息，為了分清國字臉，鴨蛋臉還是瓜子臉，就可以重構低頻小波係數，得到其低頻特徵（也可以理解為分離高頻信息得到的消噪結果，所以低頻係數的重構通常認為是原始信號消噪處理的結果）。我覺得回答已經相當深入淺出了，基本沒有牽扯小波的數學知識，如果還不理解，就應該先補補信號處理的基礎知識了。
matlab中，利用Mallat 算法的離散小波係數到底應該是指什麼？
暈！百度為啥又在抄襲俺滴回答了。
看文獻的表述就知道是一外行寫滴文章，表述不清，貌似完全不太瞭解小波哦。對於DWT，j是層數、階數，哪裡是CWT中的尺度，這倆是要換算滴，
matlab是開源軟件，幫助又非常詳細，類似這種問題你做個實例就能解答自己提的問題了。
[C,L]=wavedec這種一維DWT函數格式，其結果是得到CL組構，C將存放所有各層小波細節係數外加最高層小波逼近係數（這就是一個完整的mallat分解結構），但C將是所有這些係數合成滴一個數組，你不知道哪些數據是你要滴那數據，所以發明了L數組用來告訴你各層細節和最高層逼近到底是多少個數據（即數據滴個數），以便你可以用appcoef或detcoef從C中取出這些係數。
對於除了最高層小波逼近係數滴其它低層逼近係數，它們是不在C中滴，要通過最高層小波逼近係數用dwt函數計算滴，所以appcoef函數的格式中比detcoef函數多了wname一項，這樣通過二尺度方程和該小波基滴濾波器就能計算其它低層逼近係數了。
對於這些係數，各層係數之間個數都不等，大約相差一半，所以通常用係數單支重構（wrcoef ）後的細節和逼近來進行處理分析，所以不知你那白痴作者是如何計算方差滴，貌似不知小波係數和小波係數重構結果是兩回事。
關於小波變換後的係數
第一個問題：LL2部分的大小是128*128，你說是深度就是小波變化的級數，級數增加1，圖像大小縮小一半，所以第一級變換後LL大小為256*256，第二級變換後大小為128*128。
第二個問題：圖像變換後的像素值就是小波變換的係數值。
第三個問題：係數意義你這圖已經表達的很清楚了，第一級變換後HH為高頻信息一般顯示圖像中45度和135度的方向信息；LL為低頻信息，顯示圖像的輪廓信息，HL和LH為介於高頻和低頻之間的信息，HL能顯示圖像中的豎直信息，LH顯示圖像中的水平信息。總體來說LL稱為低頻部分，HH，HL和LH稱為高頻部分，低頻為輪廓信息，高頻為細節信息。
希望能幫到你。
小波域係數是什麼？
心音定位是否是聲音信號的去噪，應該是使用小波分解將不同頻率特性的信號分離開，只保留特定的頻率特性的部分
小波係數是在小波分解中的一些參數，通過這些參數可以重構得到原始信號
詳細的可能需要多看看小波的書
下面是一段使用小波分解和重構的代碼
%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%對具體信號進行多尺度單支重構
%%%%%%%%%%%%%%%%%%%%%%%%%%%
subplot(511);plot(s);%%%s為原始信號
title('原始信號');
%使用小波函數對信號進行分解
[c,l]=wavedec(s,8,'db5');
%%%第一層
d1=wrcoef('d',c,l,'db5',1);subplot(512);plot(d1);title('第一層高頻重構信號');
a1=wrcoef('a',c,l,'db5',1);subplot(513);plot(a1);title('第一層低頻重構信號');
%%%第2層
d2=wrcoef('d',c,l,'db5',2);subplot(514);plot(d2);title('第2層高頻重構信號');
a2=wrcoef('a',c,l,'db5',2);subplot(515);plot(a2);title('第2層低頻重構信號');
figure(2);
%%%第3層
d3=wrcoef('d',c,l,'db5',3);subplot(611);plot(d3);title('第3層高頻重構信號');
a3=wrcoef('a',c,l,'db5',3);subplot(612);plot(a3);title('第3層低頻重構信號');
%%%第4層
d4=wrcoef('d',c,l,'db5',4);subplot(613);plot(d4);title('第4層高頻重構信號');
a4=wrcoef('a',c,l,'db5',4);subplot(614);plot(a4);title('第4層低頻重構信號');
%%%第5層
d5=wrcoef('d',c,l,'db5',5);subplot(615);plot(d5);title('第5層高頻重構信號');
a5=wrcoef('a',c,l,'db5',5);subplot(616);plot(a5);title('第5層低頻重構信號');
figure(3);
%%%第6層
d6=wrcoef('d',c,l,'db5',6);subplot(611);plot(d6);title('第6層高頻重構信號');
a6=wrcoef('a',c,l,'db5',6);subplot(612);plot(a6);title('第6層低頻重構信號');
%%%第7層
d7=wrcoef('......
小波變換的分解係數是什麼
可參看zhidao.baidu.com/question/1382947695099319860
小波分析，離散小波分析中近似係數代表的時間長度是多少？
唉！這問題對你太難了些，一時不知如何才能講明白，這就是初學者總把小波的理論與其實際實現計算方法混為一談，其實這裡邊是兩回事，他倆關係複雜玄妙，一時很難讓您明白啊！趕明兒有空再幫你理一理。
matlab小波分析裡的coefficient圖是什麼意思，見圖
coefficient就是（小波）係數的意思，上面的圖應該是CWT後得到的最大尺度小於250左右的所有小波係數的圖像。下圖是根據上圖小波係數作出的每一尺度小波係數模極值形成的連線，有些文章也叫小波脊線，它在低尺度的位置通常表現了信號奇異點或突變點在信號中的位置，突變點的特徵通常包含了信號中的重要信息，所以通常根據這個現象用CWT檢測信號中的突變點和其位置。隨尺度的增加，同一條脊線的點也隨之偏移，研究這種偏移的特徵在某些學科中也是研究信號特徵的重要方法，所以通常根據這個現象用CWT研究信號隨尺度變化的特徵。
matlab小波包分析的分解係數和重構係數代表什麼含義？
小波分析中只有分解係數，即小波係數，沒有重構係數一詞，因為重構後就是與原始信號同大小的信號了，已經是具有實際量綱意義的信號了，而不是沒有量綱的係數。
超越帶寬是正常的事，因為DWT的計算都是用濾波器進行的，而實際應用中是沒有有理想磚牆效應的濾波器的，即濾波後的結果是不會精準的去掉你要濾去的頻率的，總會有很少的殘餘，或無中生有產生原來沒有的頻率。
中心頻率在小波分析中只有一個意思就是某種小波基的中心頻率，各頻帶只有頻率沒有中心頻率。對於CWT小波基的中心頻率可以用來算小波時頻圖。對於DWT你可以直接使用FFT計算個頻帶的頻率，其頻帶劃分可以通過採樣定理劃分。
你計算的是絕對能量，通常應計算相對比重的能量，用wenergy函數，各個頻段加起來和為100。
比較重構信號的FFT幅值，在哪個頻段大是的確就說明該重構信號頻率成分主要是這一頻段的。
問題太多，5分？簡直在糟蹋行當。
請問Daubechies小波的db2小波的濾波器係數是什麼 怎麼表示 回答的朋友必有重謝
圖可以參看zhidao.baidu.com/question/585223273699457565，
濾波器係數就是個一維數組，可以很容易用wfilters函數得到濾波器組的四個濾波器係數，[Lo_D,Hi_D,Lo_R,Hi_R] = wfilters('db2'); 由於是正交小波，分解和重構濾波器互為逆序。
低通分解濾波器Lo_D: -0.129410.224140.836520.48296;
高頻帶通分解濾波器Hi_D: -0.482960.83652-0.22414-0.12941;
低通重構濾波器Lo_R: 0.482960.836520.22414-0.12941;
高頻帶通重構濾波器Hi_D: -0.12941-0.224140.83652-0.48296
重謝在哪裡，嘿嘿，嘿嘿，嘿嘿嘿！
請問小波分析中的近似係數和細節係數的橫座標、縱座標都代表什麼？
你說的是細節和逼近，那麼就是DWT，如果是係數沒有重構，則橫座標是點數，縱座標就是係數值，都沒有單位，更談不上頻率。小波變換除了CWT可以做時－頻圖，牽扯頻率，其他所有的變換都是在小波域進行的，通常可以認為是偏向時域的操作，都和頻率值沒有關係。