一、图像处理总览

对于图像处理，不管是压缩、滤波等，本质都是在变换。
那变换什么东西——基向量，basis。

那么不同对基向量的处理，就会产生不同的变换。

二、小波变换在图像处理中的应用

1、去噪
小波去噪是利用小波变换中的变尺度特性对确定信号具有一种“集中”的能力，当图像信号的能量集中于少数小波系数上，那么这些系数的值必定大于能量分散的大量噪声小波系数值。只要选取适当的阈值，舍去绝对值小于阈值的小波系数，就可实现图像的降噪。

2、压缩
小波变换将强相关的空间像素阵影射成完全不相关的，能量分布紧凑的小波系数阵，占少数的大的小波系数代表了图像中最主要的能量成分，占多数的小的小波系数表示了一些不重要的细节分量，通过量化去除小系数多代表的细节分量，用很少的码子来描述大系数所代表的主要能量成分，从而达到高的压缩比。小波图像压缩的研究表明，现代应用所需要的许多特征如多分辨，多层质量控制，嵌入式码流等与小波图像编码结构非常自然地融合在一起，在较大压缩比下，小波图像压缩重构质量明显优于DCT变换的方法。

3、图像分割
基于小波变换的边缘检测进行图像分割，即利用小波系数的多分辨率特征，利用小波分析的局部化特性，获得不同尺度下领域特征。根据这些小波特征可以进行模式分类，图像分割。另外，利用小波分解后的高频信息，还可以进行多尺度边缘检测。

可以进行细节重构