小波系数阈值化

Question

我一直在 Mathematica 和 Matlab 中对图像数据使用小波进行一些实验。我已经在 Mathematica 中找到了一些代码，它们似乎基本上做了我想要的事情，如下所示：

dwd = DiscreteWaveletTransform[imagedata, HaarWavelet[]];
thr = WaveletThreshold[dwd, {"LargestCoefficients", 100}, Automatic];
out = InverseWaveletTransform[thr];

上面的代码通过仅保留 100 个最大系数来执行小波阈值处理。然而，我更喜欢的是做同样的事情（或者或多或少相同的事情）的 Matlab 代码。

我一直在尝试使用小波工具箱，但到目前为止还没有取得多大成功。到目前为止，我似乎最接近的是使用wavedec2。我一直在对这样的事情进行一些修改：

[c,s] = wavedec2(imagedata, level, 'haar');
c1 = threshold(c, 100)  % a function that zeros everything but the 100 biggest coefficients in c.
out = waverec2(c1, s, 'haar');

结果有点相似，但似乎这不是正确的方法。我想让我困惑的是这里使用的不同种类的系数（细节和近似），并且我不确定在哪里（以及如何）进行阈值处理是合适的。

我应该指出，小波对我来说是非常新的东西，因此任何指导将不胜感激。

编辑：应该注意的是，上面代码片段中的 threshold(c,100) 没有做更多的事情，只是将 c 视为单维向量，并且简单地将除前 100 个之外的所有内容归零一百个最大（绝对）值。