Einleitung

Bei der verlustbehafteten Kompression von Bildern wird versucht, die wesentlichen Informationen zu extrahieren, um weniger wichtige Daten entfernen zu können. Auf diese Weise kann die zu speichernde Datenmenge stark reduziert werden, während das Motiv nur relativ wenig verfremdet wird.
Bilddaten können mit Hilfe der Wavelet-Transformation komprimiert werden. Bei diesem Verfahren kommen Wavelets, eine Klasse von nicht-periodischen Funktionen, zur Anwendung. Die einfachste und am längsten bekannte dieser Funktionen ist das Haar-Wavelet, das bereits 1909 von Alfréd Haar beschrieben wurde. Praktische Anwendungen fanden sich aber erst später, zunächst im Umfeld der Geologie (Grossmann/Morlet). Seit Ende der 1980er Jahre werden sie hauptsächlich im Bereich der (Bild-) Datenkompression eingesetzt, hierbei spielen insbesondere die von Ingrid Daubechies entdeckten Wavelets und die durch Mallat und Meyer entwickelte Multiskalenanalyse eine Rolle. [4][5, S.2 ff]
Das hier vorgestellte Programm beschränkt sich in der Implementierung auf das Haar-Wavelet, da es das anschaulichste ist. In der Praxis werden für die Kompression von Bilddaten im Allgemeinen komplexere Wavelets eingesetzt. [2]