在物理上，通常没有太多的隐含意义（但这可能取决于具体情况）。像剪切小波这样的变换实际上用于将数据嵌入到各向异性或边缘感知变换域中。

从数学上讲，它可能更有意义。各向同性扩散往往会在其应用的任何域中产生模糊（拖影）。因此，如果您想获得在所考虑的域中紧凑的结果，无论是否转换，应用非各向同性扩散都是非常诱人的。

从数学上看它的另一种方法是理解各向同性扩散对应于解决最小二乘问题，该问题将通过尝试将误差分散到各处来创建许多小的非零系数。然而，关于信号的有用和广泛可用的假设是变换域中的稀疏性，即，它们在集中能量的适当所选择的变换域中具有很少的非零系数。这对应于解决前项范数的指数小于 2（通常为 1）的问题，因此使用各向异性扩散来找到解决方案。