تحلیل و فهم تصاویر پزشکی، از لحاظ کلینیکی برای تشخیص بیماریها و درمان، همچنین در بینایی ماشین و تشخیص الگو دارای اهمیت است. یکی از مهمترین مباحث در این زمینه، تشخیص مرز اشیاست که غالباً پایه‌ای برای پردازشهای بعدی همچون تشخیص عضو و بافت، بخش بندی تصویر، تحلیل حرکت، اندازه‌گیری پارامترهای فیزیولوژیکی و آناتومیکال و غیره است.گرچه یکی از بهترین روشهای تشخیص لبه استفاده از تبدیل ویولت است، اما تبدیل ویولت معمولی از نقایصی نیز برخوردار است. ازجمله نقاط ضعف این تبدیل وابستگی آن به شیفت ورودی و ضعف در تشخیص جهتهای صحیح در زیرباندهای حاصله در حالت چند بعدی است. تبدیل ویولت مختلط، با استفاده از ویولت مادرمختلط، بر این نقاط ضعف غلبه کرده و در عین حال افزونگی و میزان محاسبات در این تبدیل قابل قبول است. این تبدیل به خصوص برای حالتهای چند بعدی و برای پردازشهای با دقت بالا از جمله پردازش تصاویر پزشکی، مفید است. در این مقاله پس از اشاره به نقاط ضعف تبدیل ویولت معمولی و معرفی تبدیل ویولت مختلط گسسته و مقایسه خصوصیات این دو تبدیل، از تبدیل ویولت مختلط گسسته برای بهینه‌سازی تصویر و تشخیص لبه تصاویر نویزی، استفاده شده است. نتایج شبیه سازیها حاکی از سادگی وکیفیت بالای روش مطرح شده در این مقاله نسبت به دیگر روشها در حوزه ویولت معمولی و یا حوزه تصویر به ویژه برای حالات نویزی است.
