小波
将图像分解为同时保留空间和频率信息的多分辨率表示的技术，是 JPEG 2000 的压缩基础，也有效用于去噪。
小波将图像分解为同时保留空间和频率信息的多分辨率表示。与仅提供频率内容的傅里叶变换不同，小波变换揭示了特定频率分量在图像中的位置。
二维离散小波变换 (2D DWT) 产生四个子带：
- LL (近似)：低频分量，原图的缩小版本
- LH (水平细节)：水平边缘信息
- HL (垂直细节)：垂直边缘信息
- HH (对角细节)：对角边缘信息
常见小波基函数：
- Haar：最简单的矩形波，计算速度快
- Daubechies：正交且紧支撑，广泛用于压缩
- CDF 9/7：JPEG 2000 有损压缩，效率优异
- CDF 5/3：JPEG 2000 无损压缩，整数运算
应用包括 JPEG 2000 压缩 (平滑退化无块效应)、通过阈值化细节系数进行去噪 (小波收缩)，以及通过各尺度能量分布进行纹理分析。Python 的 pywt 库提供了简便的实现。