امروزه تصاویر بافت در گستره ی وسیعی از علوم، از پزشکی تا صنایع فضایی، کاربرد وسیعی یافته اند. یکی از مهم ترین مسائل مرتبط با این تصاویر، چگونگی ناحیه بندی دقیق آنها می باشد. شیوه های متنوعی تا کنون برای این منظور ابداع شده است و هر روز نیز شیوه های جدید تری ارائه می شوند. عموما ناحیه بندی بافت، شامل دو مرحله می شود: اول ویژگی های تصویر استخراج می شوند و سپس با استفاده از یک سری معیارها، ناحیه بندی انجام می شود. قلب یک روش ناحیه بندی استخراج ویژگی ها می باشد و هر چه ویژگی های استخراجی دقیق تر باشند، ناحیه بندی انجام شده به حالت ایده آل نزدیک تر خواهد بود. ثابت شده است که ویژگی های استخراج شده از اعمال عملگر سلول شبکه ای به تصویر، در مقایسه با سایر عملگرهای موجود، دقیق تر می باشند. اما پیاده سازی ها نشان می دهند که اعمال این عملگر مستلزم محاسبات نسبتا پیچیده بوده و زمان بر می باشد و بنابراین هم شبیه سازی آن و هم پیاده سازی آن با استفاده از مدارات عملی، مشکل می باشد. استفاده از تبدیلات موجک به واسطه ی داشتن ویژگی های کاربردی، روز به روز رایج تر می شود. از جمله این ویژگی ها می توان به توانایی این تبدیلات در آنالیز یک سیگنال در اندازه و رزولوشن های مختلف و نیز وجود مدارات عملی و ساختار های کاربردی vlsi برای پیاده سازی آنها اشاره نمود. در این پایان نامه، هدف طراحی موجک، با توانایی استخراج ویژگی های مشابه با ویژگی های مستخرج شده از عملگر سلول شبکه ای می باشد. بنابراین می توان از خصوصیات تبدیل موجک و مخصوصا سادگی پیاده سازی های عملی آن برای ناحیه بندی بافت استفاده نمود. برای این منظور ابتدا موجک های با طول محدود b-spline را که مشابه با اعمال فیلترهای گابور عمل می کنند، پیدا می کنیم و سپس با استفاده از ساختار lifting و ویژگی های آن، عملگر سلول شبکه ای پیاده سازی می شود. در پایان نتایج پیاده سازی و اعمال این موجک ها به تصاویر دلخواه نشان داده می شود و این نتایج با نتایج حاصل از اعمال عملگر سلول شبکه ای، مقایسه می شود. نتایج نشان دهنده ی این است که ویژگی های به دست آمده از موجک های طراحی شده، مشابه با ویژگی های عملگر سلول شبکه ای می باشد.