Diskrečiosioms bangelių transformacijoms galima panaudoti daugybę „motininių“ bangelių, tokių kaip Daubechies, Morlet‘o, Le Gall‘o arba Haar‘o. Daubechies 9/7 (CDF 9/7) bangelės istoriškai yra pirmoji bangelių šeima, kuri buvo išpopuliarinta Ingridos Daubechies (1987 m. Ingrid Daubechies suformavo vieną iš pagrindinių bangelių bazių). CDF 9/7 bangelės yra ypač veiksmingos ortogonaliosios bangelės, plačiai naudojamos praktikoje (FTB pirštų atspaudų glaudinimas, vaizdų kodavimo standartas JPEG2000 ir pan.). Šiame darbe yra aptariamos ir algoritmizuojamos dvi CDF 9/7 transformacijos versijos, būtent: bazinė CDF 9/7 ir CDF 9/7 su daline blokų dekoreliacija. Darbo tikslas – atlikti palyginamąją bazinės CDF 9/7 ir CDF 9/7 su daline blokų dekoreliacija analizę vaizde sukauptos energijos „pakavimo“ spektrinėje bangelių srityje savybės kontekste. Palyginimo kriterijumi yra pasirenkamas dvimatis hiperbolinis skaitmeninių vaizdų filtras, t.y. apdorojamas vaizdas pervedamas į spektrų bangelių sritį, taikant abi CDF 9/7 transformacijos versijas. Gautieji spektrai apdorojami fiksuoto lygmens hiperboliniais filtrais. Po filtravimo įvertinama atkurtų vaizdų kokybė. / Many kernels (“mother” wavelets) can be used for the discrete wavelet transform DWT, like those of Daubechies, Morlet, discrete Le Gall transform (DLGT) or the discrete Haar transform (HT). Cohen-Daubechies-Feauveau (CDF 9/7) wavelet are the historically first family of biorthogonal wavelets, which was made popular by Ingrid Daubechies. These are not the same as the orthogonal Daubechies wavelets, and also not very similar in shape and properties. However their construction idea is the same. The JPEG 2000 compression standard uses the biorthogonal CDF 5/3 wavelet (also called the LeGall 5/3 wavelet) for lossless compression and a CDF 9/7 wavelet for lossy compression. In this paper, two distinct DWT (CDF 9/7 and CDF 9/7 with decorrelation) as well as their computational algorithms are discussed, analyzed and compared. Comparison criteria are chosen to be one – dimensional hyperbolic filters and smoothness level of the digital signal under processing.