您可以将图像作为二维离散信号。一维信号中的“时间”实际上是图像中的两个空间维度（二维信号）。

你也可以测量“频率”——想象一行有规则间距的白色像素。间距表示周期，频率由给出。因此，离散信号可以包含的最大频率受到采样率的限制。$p$$1/p$

创建数字图像时，由于混叠，采样会导致出现新的频率。请参见奈奎斯特频率。

傅立叶和小波变换具有离散变体来处理离散信号 - 很简单地说：积分被总和取代。

小波在图像压缩中更有效，因为它们可以处理局部冗余。只需查看黑色背景上灰色正方形的 DFT，然后查看该正方形的 DWT。

DWT 将在高频层利用正方形的过渡，而其他层将几乎清晰。使用没有任何余数的 Haar 小波可以最好地描述尖锐的 1px 过渡。

另一方面，DFT 或 DCT 将导致许多余弦函数相加在一起形成边缘而没有可见的振铃伪影（吉布斯效应）。

小波也有其伪影，但这些伪影更好地定位，因此不会破坏图像的其余部分（或在 JPEG/DCT 压缩的情况下破坏宏块的其余部分）。