リフティングウェーブレット変換を計算する：

結果のDiscreteWaveletDataは変換係数の木を表す：

逆変換は入力を再構築する：

整数リフティングウェーブレット変換を計算する：

Normalを使ってすべての整数係数を見る：

逆変換は入力を再構築する：

DiscreteWaveletDataオブジェクトから役に立つ特性を抽出することができる：

特性の完全リストを得る：

データと係数次元を得る：

Normalを使ってすべてのウェーブレット係数を明示的に得る：

Allを引数として使ってすべての係数を得ることもできる：

Automaticを使って逆変換に使われる係数だけを得る：

"TreeView"または"WaveletIndex"を使ってどのウェーブレット係数が使えるかを調べる：

特定の係数配列を抽出する：

ウェーブレット指標指定のリストに対応するいくつかの係数配列を抽出する：

ウェーブレット指標がパターンにマッチするすべての係数を抽出する：

Automatic係数はデフォルトでWaveletListPlotのような関数で使われる：

より高い細分化レベルを使って周波数分解機能を高める：

細分化のレベルが低いと，信号エネルギーがより多く{0,0,0}に残される：

さらに細分化を進めると，{0,0,0}はさらに要素に分解される：

さまざまなウェーブレット族を使って離散ウェーブレット変換を計算する：

係数を比較する：

さまざまなウェーブレット族を使っていろいろな特徴を捉える：

HaarWavelet（デフォルト）：

DaubechiesWavelet：

BiorthogonalSplineWavelet：

CoifletWavelet：

ReverseBiorthogonalSplineWavelet：

SymletWavelet：

LiftingFilterDataをLiftingWaveletTransformへの入力として使う：

WaveletListPlotを使い，係数を共通水平軸上でプロットする：

共通垂直軸に対してプロットする：

WaveletScalogramを使い，時間と細分化レベルの関数として係数を可視化する：

マウスポインタが係数の上に置かれると，係数指標がツールチップとして現れる：

一定データ：

粗い係数{0,0,…}を除き，すべての係数が小さい：

分解可能な最高の周波数（ナイキスト(Nyquist)周波数）で振動するデータ：

小さくないのは第1詳細化係数{1}のみである：

大きい不連続箇所のあるデータ：

粗い係数{0,…}はデータと同じ大きいスケールの構造を持つ：

詳細化係数は不連続箇所に敏感である：

空間構造と周波数構造の両方を持つデータ：

粗い係数{0,…} はデータの局所平均を辿る：

第1詳細化係数は振動している箇所を突き止める：

共通垂直軸上のすべての係数：

二次元リフティングウェーブレット変換を計算する：

ウェーブレット係数の木を見る：

逆変換をするともとの信号に戻る：

WaveletMatrixPlotを使ってさまざまなウェーブレット係数を可視化する：

二次元では，各方向のフィルタリング操作のベクトルが計算できる：

これらのベクトルを二進数展開として解釈するとウェーブレット指標の数が得られる：

ステップデータのウェーブレット変換：

垂直に不連続性を有するデータ：

垂直詳細化係数，つまりウェーブレット指標{…,1}のみが非零である：

水平に不連続性を有するデータ：

水平詳細化係数，つまりウェーブレット指標{…,2}のみが非零である：

対角に不連続性を有するデータ：

対角詳細化係数，つまりウェーブレット指標{…,3}のみが非零である：

三次元リフティングウェーブレット変換を計算する：

すべての係数の木構造：

逆変換でもとの信号に戻る：

三次元クロス配列のウェーブレット変換：

ウェーブレット係数を可視化する：

もとのデータのエネルギーは変換された係数内に保存されている：

Imageオブジェクトを変換する：

逆変換するとImageオブジェクトが再構築される：

ウェーブレット係数は通常各画像チャンネルのデータのリストとして与えられる：

すべての係数をImageオブジェクトとして得る：

カラーレベルの再スケールを施していない生のImageオブジェクトを得る：

{0,1}係数の逆変換をImageオブジェクトとして得る：

WaveletImagePlotを使って逆変換に使われた係数を階層的格子レイアウトでプロットする：

Soundオブジェクトを変換する：

逆変換するとSoundオブジェクトが再構築される：

デフォルトで，係数は各サウンドチャンネルのデータのリストとして与えられる：

{1}係数をSoundオブジェクトとして得る：

Soundオブジェクトとしての {1}係数の逆変換：

MenuViewを使ってすべての係数をブラウズする：

デフォルトで，リフティングウェーブレット変換は整数を実数値にマップする：

Normalを使ってすべての係数を見る：

逆変換を行う：

Method->"IntegerLifting"とすると，整数が整数にマップされる：

すべての係数を表示する：

逆ウェーブレット変換を使って整数リフティングを反転させる：

充填は境界効果を除くことができる：

"Periodic"充填を使ってデータを循環的に扱う：

データを0で充填して左側の境界効果を減ずる：

デフォルトで，WorkingPrecision->MachinePrecisionが使われる：

より精度の高い計算を使う：

ゼロに近い数では，桁数が正しい数字のよりよい指標として確度が使える：

WorkingPrecision->∞を使って厳密計算を行う：

画像を前処理して画像処理関数の性能を向上させる：

変換された画像係数をプロットする：

ウェーブレット変換された画像から垂直および対角の要素を抽出して再構築する：

0.5より小さい閾値画像の画素値：

垂直要素を強調してImageLinesを適用する：