Mathematical basis function for image compression and analysis — foundation of DWT and modern VFX denoising. Supersedes Fourier in practice.
Wavelets haben sich in der modernen VFX-Pipeline zum Standard für Bildzerlegung und -rekonstruktion entwickelt. Anders als die klassische Fourier-Transformation, die ein Bild in globale Frequenzen zerlegt, arbeitet ein Wavelet lokal — es analysiert gleichzeitig Frequenz und räumliche Position. Das macht den Unterschied: Du siehst nicht nur, dass Rauschen im Bild ist, sondern exakt wo.
In der Praxis bedeutet das für Denoising und Bildverarbeitung einen enormen Vorteil. Statt ein komplettes Bild zu filtern und dabei Details zu zerstören, zerlegst Du das Bild mittels Discrete Wavelet Transform (DWT) in mehrere Ebenen — grobe Strukturen auf einer Skala, feine Details auf einer anderen. Das Rauschen sitzt typischerweise in den hochfrequenten Komponenten. Du kannst diese gezielt abschwächen, während große Formen und Kanten erhalten bleiben. Das ist präziser und artefaktärmer als klassische Gaussian-Blur-Ansätze. Wenn Du ein überbelichtetes Plate oder ein körniges Tracking-Element saubern musst, funktioniert Wavelet-Denoising deutlich intelligenter als stupide Blur-Filter.
Die mathematische Eleganz liegt darin, dass Wavelets adaptive Basisfunktionen sind — es gibt Daubechies-Wavelets, Morlet, Symlets und viele mehr. Jede Familie hat andere Eigenschaften: manche bewahren Kanten schärfer, andere glätten sanfter. Im Compositing experimentierst Du hier schnell: Für Grain-Removal brauchst Du oft eine andere Wavelet-Familie als für Bildstabilisierung oder für die Vorbereitung von Tracking-Footage. Moderne Software wie Nuke integriert Wavelet-basierte Tools direkt (etwa der Denoise-Node) — das ist nicht Zufall, sondern die Anerkennung, dass Wavelets für digitale Bildverarbeitung einfach die richtige mathematische Sprache sind.
Ein praktischer Hinweis: Wavelet-Zerlegung ist rechenintensiv, aber skalierbar. Du kannst die Zerlegungstiefe steuern — mehr Levels = mehr Analyse-Feinheit, aber auch mehr Render-Zeit. Bei 4K-Material fährst Du oft mit 3–4 Decomposition-Levels gut. Und wichtig: Wavelet-Denoising braucht Parameter wie Threshold und Decay — blindes Anwenden führt zu plastisch wirkenden Bildern. Die Kunst ist, so viel Rauschen zu entfernen, dass es nicht sichtbar stört, ohne die natürliche Filmtextur zu opfern.