尽管小波变换在数据压缩和去噪声等领域取得良好的效果,可分离的二维小波变换(不是直接构造出),采用先对行做一次一维小波变换,再对列做一次一维小波变换扩展而来。或者直接用二个可分离的一维函数基直接构造的二维变换,从数学角度都不是真正的二维函数。基函数的支撑区域由区间扩展为正方形,基函数形状的方向性较差, 该问题制约着小波变换的进一步应用。同时,由于采用亚抽样技术,在目标提取时会造成信息模糊,对信息利用会产生较大的影响。众所周知,如果某个基函数能与被逼近的函数较好地匹配,则其相应的投影系数较大,变换的能量集中度较高。可见对于平滑区域,小波变换的表示效率较高,而对于图像中方向性较强的边缘以及纹理,由于