到目前為止，小波的最多應用一直是數字圖像壓縮。它們是新JPEG2000數字圖像標準的核心。使用小波變換的優勢主要有如下幾個方面。

1、基于小波變換的方法能有效地保留原始圖像的細節和邊緣，重建圖像時不會造成“振鈴”效應。

2、基于小波變換的方法采用多尺度分析，在圖像重建時，加入的細節越多，重建的圖像也就越清晰，因此在圖像分級傳輸方面有著天然的優勢。

3、對于高分辨率或紋理簡單的圖像，固定的8×8DCT變換不能有效的降低空間冗余性；而采用多尺度小波變換，子帶越多，能量就越集中，壓縮率越高。

4、某些小波變換（比如5/3濾波器）是正交的，可用于無損壓縮。而DCT系數取近似值，變換是有損的，H.264的4×4、8×8整數變換也是如此。

然而，在視頻壓縮方面，小波的應用卻步履艱難。

目前，基于小波變換的視頻壓縮算法可分為三類：

（1）基于空域運動補償的小波視頻壓縮（MC-DWT）；

（2）基于變換域運動補償的小波視頻編碼（DWT-MC）；

（3）含運動補償的三維小波視頻編碼（MC-3DWC）；

??? MC-DWT算法在空間域進行運動估計和運動補償，對殘差圖像采用小波變換進行編碼。由于運動補償后的殘差圖像不同于傳統的自然圖像，若采用一般圖像的小波變換不能顯著地提供壓縮效率。另一個缺點是預測誤差幀中存在明顯的塊邊界。

??? DWT-MC算法首先對圖像進行小波變換，在變換域中進行幀間運動估計和運動補償，對殘差信號再進行編碼。由于小波變換不具有空間不變性，即物體在空間上平移，卻在小波域產生了非平移現象，這使得在小波域內無法達到精確地估計而導致大量的補償誤差。

??? MC-3DWC它的基本原理是，在數十幅連續畫面中進行三維小波計算，獲得包括時間信息在內的全局分析結果，然后按照從低頻到高頻的順序排列得到的分析結果。這樣，一次壓縮的結果就可能被用于不同帶寬條件的多種傳輸場合。例如，在帶寬較低的場合，只要傳輸低頻分量，就可以獲得相當好的畫面；如果帶寬資源充裕，就可以傳輸高頻分量，獲得更多的細節。但該方法難點在于：需要巨大的視頻緩存區域、巨大的運算資源。