Función base matemática para compresión y análisis de imagen — base de DWT y denoising moderno en VFX.
Las wavelets se han convertido en el estándar para la descomposición y reconstrucción de imágenes en el pipeline moderno de VFX. A diferencia de la transformada de Fourier clásica, que descompone una imagen en frecuencias globales, una wavelet opera localmente — analiza simultáneamente la frecuencia y la posición espacial. Esa es la diferencia: no solo ves que hay ruido en la imagen, sino exactamente dónde.
En la práctica, esto significa una gran ventaja para la eliminación de ruido y el procesamiento de imágenes. En lugar de filtrar una imagen completa y destruir detalles en el proceso, descompones la imagen mediante la Transformada Discreta de Wavelets (DWT) en varias capas — estructuras gruesas en una escala, detalles finos en otra. El ruido típicamente reside en los componentes de alta frecuencia. Puedes atenuarlos selectivamente, mientras que las formas grandes y los bordes se conservan. Esto es más preciso y genera menos artefactos que los enfoques clásicos de desenfoque gaussiano. Si necesitas limpiar un plate sobreexpuesto o un elemento de tracking granulado, la eliminación de ruido con wavelets funciona de manera mucho más inteligente que los filtros de desenfoque estúpidos.
La elegancia matemática radica en que las wavelets son funciones base adaptativas — existen wavelets de Daubechies, Morlet, Symlets y muchas más. Cada familia tiene propiedades diferentes: algunas conservan los bordes más nítidos, otras suavizan de forma más delicada. En composición, experimentas rápidamente aquí: para la eliminación de grano, a menudo necesitas una familia de wavelets diferente que para la estabilización de imagen o para la preparación de material de tracking. Software moderno como Nuke integra herramientas basadas en wavelets directamente (por ejemplo, el nodo Denoise) — esto no es casualidad, sino el reconocimiento de que las wavelets son simplemente el lenguaje matemático adecuado para el procesamiento digital de imágenes.
Un consejo práctico: la descomposición de wavelets consume muchos recursos computacionales, pero es escalable. Puedes controlar la profundidad de descomposición — más niveles = mayor finura de análisis, pero también más tiempo de renderizado. Con material 4K, a menudo te va bien con 3-4 niveles de descomposición. Y lo importante: la eliminación de ruido con wavelets requiere parámetros como umbral (Threshold) y decaimiento (Decay) — la aplicación ciega conduce a imágenes de aspecto plástico. El arte está en eliminar suficiente ruido para que no moleste visiblemente, sin sacrificar la textura natural de la película.