请考虑小波变换系数代表信号的局部细节。在（不完整的）DWT 或高斯金字塔中，变换后还有一个包含全局行为的趋势信号。

这种局部-全局分离的第一个条件是信号的恒定或接近恒定的部分在局部细节中被映射为零。（小波）函数与常数函数的标量积给出了它的 DC 内容。因此，小波的 DC 等于 0 意味着计算的系数在感兴趣区域（如边缘）处很高。

更高的时刻也是如此。如果有人想将信号中缓慢的线性或二次“梯度”视为对内容不是必需的，或者作为趋势信号的一部分，那么第一个相应的。小波的第二个时刻必须消失。

或者从稍微不同的角度考虑：小波变换的每个尺度对应于高通滤波器的应用。高通滤波器的一个定义特性是频率零附近的幅度响应很小，理想情况下为零。小波函数的消失矩对应于频率为零的小波傅里叶变换的平面图。

这是有利的，原因很简单：

• 直流分量携带的信号处理信息很少。

（嗯，你可以找到反例——但根据我的经验，它们的权重为 0.01%）

事实上，小波系数的平均值，当与图像卷积时，将转移到这个平均值乘以 DC 分量。在小波系数向量中包含这些信息只会增加一些多余的，主要是无信息的偏差。