小波理论已经广泛应用于信号处理与分析中．但在高维情况下,小波分析并不能充分利用研究对象的几何特征,比如二维图像的主要特征边缘轮廓,三维物体的重要特征丝状物（filaments）和管状物（tubes）,而这些特征是我们最感兴趣的地方,小波并不是并不是最优的描述方法．针对小波理论的这一局限,在过去几年,在数学分析,计算机视觉,模式识别,统计分析等不同学科中,分别独立地发展着一种及其相似的理论,人们称之为多尺度几何分析．目前,提出的多尺度几何分析方法主要有包括Ridgelet变换,Curvelet变换,Contourlet变换．这些方法在理论和应用上都不是很成熟,还有很多值得研究的地方． 本文先回顾了小波分析的基本理论和实现及其在图像处理中的应用,然后介绍了Ridgelet变换,Curvelet变换和Contourlet变换的基本理论并总结了它们图像处理中的应用．改进了基于有限Ridgelet变换的图像去噪算法和基于Contourlet变换的图像增强算法并取得了很好的结果。