21世纪人类进入信息社会,知识和信息爆发式产生,人们已不满足于仅通过报刊、电话通信等来获取文字、语音等信息,更希望能够通过图像通信,尤其是通过无线数字图像通信来随时随地了解和获取一些实时的现场视频。因此,高效率、高清晰度、高可靠性的数字视频图像处理与传输系统的研究,尤其是在无线移动环境中的研究,具有重要的理论和现实意义。基于此,论文主要研究无线数字图像通信系统中的高速率无线传输和增强处理两大部分。数字图像的无线传输:为了更好地对抗无线多径衰落信道的影响,论文给出了一种基于OFDM技术的高速无线数字图像传输系统的设计方案,并研究了基于功率谱估计的信道估计算法。该估计算法得到的信道估值较最小均方误差算法更准确,系统性能更接近于接收端已准确获知信道传输系数时的性能。数字图像增强处理:首先,提出一种基于形态滤波的数字图像增强算法。该技术有机结合神经网络结构和形态滤波理论,推导出一种利用神经网络实现灰度形态滤波器参数的优化设计方法,有效解决了形态滤波器结构元素难以自适应跟踪复杂变化的图像模型的问题。该方法显著提高了形态滤波的性能,且设计简便,实用性强。然后,基于信息融合理论,提出一种改进型的D-S证据理论的组合准则,并给出一种基于改进型的D-S证据理论的决策层融合数字图像滤波算法。该算法主要针对数字图像的线性、非线性混合滤波算法中存在的边界点单源判断误报风险大、可靠性和容错性差的缺陷,将边界点的判决由单一准则变为多个准则,再运用智能化、容错能力强的多源数据信息融合技术,提高了边界点判断的准确性。且原始图像越差,滤波性能的提升就越大。尤其是当边界区域模糊或图像质量不好时提升效果更佳。最后,结合离散傅立叶变换的Cooley-Tukey迭代算法和修剪算法,提出一种针对频域图像处理的改进的FFT并行迭代算法,并对算法复杂度、平均时延及其所引起的时延抖动等进行估算,给出近似估算公式。与传统FFT快速算法和Cooley-Tukey迭代算法相比较,该算法复杂度低、运行速度快,且易于硬件实现。