分析结论

通过对输入程序运行得到的运行结果以及图像的观察：

1.第一个程序运行结果将原先较大容量的图像压缩成了所占字节较小的图像，这样图片的占用空间就小了方便了图片的保存。

2.通过压缩图像已经截取图像部分,运用阀值将图像重新构造出来将图像中的噪声除去。

3.通过图像高低频分解后将图像高频与低频进行加权,使图像得到增强，这样可以更加方便观察病人发病处的图像,寻找受伤位置。

4.将高低频含噪图像平滑过滤以及小波消噪，得到较为平滑柔和的图像，便于整体观察。

5.将两副处理过的图像进行图像融合，对背景进行淡化处理突出所需要的部分，使融合后的图像比原先的图像更加的便于打家所理解。

通过使用二维小波分析的方法选择较大的小波分析系数保存了所要分析原图像的完整性的同时将医学图像分解为高频低频信号，根据对低频高频信息的分层过滤和加权处理，对图像进行二维小波重新构造，增强，融合及平滑处理，达到是图像更加合适的显示医学特征，达到便于医生对图像的观察的医学目的。[10]

结论

本文通过对二维小波进行分析研究，在使用Matlab软件进行具体实际应用，通过程序运行我们可以发现图像压缩，图像降噪，图像增强，图像平滑处理和图像融合后我们可以发现处理后的图像都能把原来图像中的模糊部分给去除，发挥了小波分析的优点，体现了优越性，使处理后的图像与原图像对比在医学角度来说更加的清晰了，这样原图像Leg就更加的便于医生对病人的具体情况进行观察分析，因此小波分析在医学图像处理上的应用提高了现在医学水平。