请给出matlab代码，分步骤的展示小波变换处理图像的过程

当然，请见下面的MATLAB代码示例，展示了使用小波变换进行图像处理的过程：

% 读取图像
image = imread('image.jpg');

% 转换为灰度图像
gray_image = rgb2gray(image);

% 进行小波变换
[cA, cH, cV, cD] = dwt2(double(gray_image), 'haar');

% 显示原始图像和小波变换后的图像
figure;
subplot(2,2,1);
imshow(gray_image);
title('Original Image');
subplot(2,2,2);
imshow(uint8(cA));
title('Approximation (LL)');
subplot(2,2,3);
imshow(uint8(cH));
title('Horizontal Detail (LH)');
subplot(2,2,4);
imshow(uint8(cV));
title('Vertical Detail (HL)');

% 逆小波变换
reconstructed_image = idwt2(cA, cH, cV, cD, 'haar');

% 显示逆小波变换后的图像
figure;
imshow(uint8(reconstructed_image));
title('Reconstructed Image');

这个示例代码会读取一张名为 "image.jpg" 的彩色图像，并进行以下处理：
1. 将图像转换为灰度图像。
2. 对灰度图像进行小波变换，得到近似系数 (LL)、水平细节系数 (LH)、垂直细节系数 (HL) 和对角细节系数 (HH)。
3. 显示原始图像和小波变换后的图像，其中近似系数对应于低频信息，细节系数对应于高频信息。
4. 对小波变换后的系数进行逆小波变换，重建图像。
5. 显示逆小波变换后的图像。

你可以根据需要选择适合的小波函数和调整代码以实现更高级的图像处理。希望这个示例对你有帮助！