随着图像处理技术的发展，基于机器视觉的图像处理已成为工业检测和医学诊断辅助治疗的重要手段之一。图像在形成和传输过程中受到噪声的污染从而降低质量，造成误检和误诊，故有必要抑制两类图像的噪声并增强图像。本文针对此问题，以对比度改善和高频锐化为目标，对图像进行增强预处理，这有着重要的意义。　　 本文依据小波变换和LWT的基本理论，在研究图像去噪和图像增强的基础上，首先用滤波器组实现了LWT，并通过其对同一图像的分解与Mallat算法进行了比较。然后应用小波全局阈值软函数消噪、小波全局阈值硬函数消噪和提升小波阈值消噪的方法对滚珠缺陷图像——line.bmp、point.bmp、ca.bmp进行了去噪处理并研究它们对去噪效果的影响。最后，在小波域图像增强的研究过程中，对小波基的选择、图像分解级数以及高频加权系数和低频弱化系数做了详细的分析与实验；应刚Sobel算子、Laplacian算子、提出的Sobel算子和Laplacian算子相结合的混合算法、小波变换、LWT及小波梯度算法对三类缺陷图像以及医学CT图像进行了增强处理。　　 本课题提出的混合算法增强了图像的边缘细节并很好的将图像的主体和背景区分开来，但只适用于line.bmp类细节信息简单的图像；LWT不仅在突出细节的基础上增强了图像的层次感，而且比小波变换更好的保留了原图像的细节，且适用于Flujet.bmp类比较复杂的图像，故有很广阔的应用前景。