这一部分和上一节是连在一起的，里面的一些函数在上一篇文章中已经给出，这里不重复给出。 图像可以根据小波变换变换成四幅图像。四幅图像分别是近似图像，水平细节图像，垂直细节图像和对角线细节图像。通过对这四个分量的调整，可以进行图像的边缘处理或者噪声去除。下面是本次实验的实验思路。

小波变换的步骤如下： 步骤 1：本次实验使用正交归一化四阶对称小波 h_phi，首先，根据公式 hpsi(i) = (−1)(i − 1) ∗ hphi(9 − i) 。求出函数 h_psi，之后变可以翻转变换得到 h0 h1 g0 g1，得到上面四个函数之后，便可以开始进行卷积操作。

步骤 2：之后使用上面得到的函数，对图像的列进行分解，分别于 h0 和 h1 进行卷积，之后进行列的以二为基的下采样，得到中间图像。

步骤 3：之后对中间图像的行进行分解，同样分别两次使用 h0 和 h1 进行卷积，之后进行行的以二为基的下采样，这时我们得到了四张图像，这四张图像便是近似图像 im_M ，水平细节图像 im_H，垂直细节图像 im_V 和对角线细节图像 im_D。

图像的直接复原就是，利用小波反变换得到原来的图像。下面是处理步骤：

步骤 1：分组 im_M 和 im_H 一组，im_V 和 im_D 一组。首先对每组进行以二为基的行上采样，使用线性插值算法，之后分别与 g0，g1 进行卷积计算，得到两幅中间图像 im_M 1 和 im_D1。

步骤 2：im_M 1 和 im_D1 进行以二为基的列上采样，使用线性插值算法，之后分别与 g0， g1 进行卷积计算，得到合成图像 im_B。

仿照书中的处理方法，将一次小波变换的四幅图像中的近似图形再次进行小波变换，得到 im_MM ，im_MH，im_MV ，im_MD，将 im_MM 其全部置为 0，之后进行两次小波反变换，得到边缘检测的处理图像。 对纵向的边缘检测，将 im_MM ，im_MH，im_H 全部置为 0，之后进行两次小波反变换，得到纵向的边缘检测。