wavelet源起於joseph fourier的热力学公式。傅利叶方程式在十九世纪初期由joseph fourier (1768-1830)所提出，为现代信号分析奠定了基础。在十九到二十世纪的基础数学研究领域也占了极重要的地位。fourier提出了任一方程式，甚至是画出不连续图形的方程式，都可以有一单纯的分析式来表示。小波分析是近几年来才发展出来的数学理论为傅利叶方程式的延伸。
小波分析方法的提出可追溯到1910年haar提出的小波规范正交基。其後1984年，法国地球物理学j. morlet在分析地震波的局部性质时，发现传统的傅利叶转换，难以达到其要求，因此引进小波概念於信号分析中，对信号进行分解。随後理论物理学家a.grossman对morlet的这种信号根据一个确定函数的伸缩，平移系 { a -1/2 ψ[(x-b)/a] ；a,b?r ,a≠0}展开的可行性进行了研究，为小波分析的形成开了先河。
1986年，y. meyer建构出具有一定衰减性的光滑函数ψj,k(x)，其二进制伸缩与平移系 {ψj,k(x)=√2jψ(2jx-k)；j,k?z}构成l2（r）的规范正交基。1987年，mallat巧妙的将多分辨分析的思想引入到小波分析中，建构了小波函数的构造及信号按小波转换的分解及重构。1988年daubechies建构了具有正交性（orthonormal）及紧支集（compactly supported）；及只有在一有限区域中是非零的小波，如此，小波分析的系统理论得到了初步建立。
wavelet的压缩概念
wavelet架在三个主要的基础理论之上，分别是阶层式边码(pyramid coding)、滤波器组理论(filter bank theory)、以及次旁带编码(subband coding)，可以说wavelet transform统合了此三项技术。小波转换能将各种交织在一起的不同频率组成的信号，分解成不相同频率的信号，因此能有效的应用於编码、解码、检测边缘、压缩数据，及将非线性问题线性化。良好的分析局部的时间区域与频率区域的信号，弥补傅利叶转换中的缺失，也因此小波转换被誉为数学显微镜。
wavelet并不会保留所有的原始资料，而是选择性的保留了必要的部份，以便经由数学公式推算出其原始资料，可能不是非常完整，但是可以非常接近原始资料。至於影像中什度要保留，什麽要舍弃，端看能量的大小储存（跟波长与频率有关）。以较少的资料代替原来的资料，达到压缩资料的目的，这种经由取舍资料而达到压缩目地的作法，是近代数位影像编码技术的一项突破。即是wavelet的概念引入编码技术中。
wavelet转换在数位影像转换技术上算是新秀，然而在太空科技早已行之有年，像探测卫星和哈柏望远镜传输影像回地球，和医学上的光纤影像，早就开始用wavelet的原理压缩/还原影像资料，而且有压缩率极佳与原影重现的效果。
以往lossless的编码法只着重压缩演算法的表现，将数位化的影像资料一丝不漏的送去压缩，所以还原回来的资料和原始资料分毫无差，但是此种压缩法的压缩率不佳。 将数位化的影像资料转换成利於编码的资料型态，控制解码後影像的品质，选择适当的编码法，而且还在撷取图形资料时，先帮资料「减肥」。如此才是wavelet编码法主要的观念。
