本文分析了近年来国内外出现的后小波图像去噪增强算法,根据它们的缺点提出了新的改进算法。考虑到小波变换不能够理想逼近图像的曲线,本文引入了轮廓波变换替代小波变换,使其分解后的系数更加稀疏,直接提高了去噪增强效果。在去噪过程中,大部分算法着重改进阈值与阈值函数的构造,却忽视了对去噪结果的再次处理。对此,首先分别改良了阈值与阈值函数,并把它们推广至轮廓波域。之后,使用多次平移取均值的方法进行再次处理,有效改善了图像去噪带来的失真现象。在增强过程中,大部分算法使用全局增益函数,增益效果一般。对此,本文结合低频子图和高频子图的特点,提出了两种不同的增益函数分别进行增强,增强后的图像噪声被有效抑制并且纹理更加清晰。使用Matlab进行仿真实验,对乳腺X射线图进行增强,对比了直方图方法、拉普拉斯方法、改进小波方法和传统轮廓波方法,本文方法增强效果最好。得出的结果图亮度和整体对比度都有提高,整体上适合人眼观察;细节部分得到增强,能清楚地观察钙化点的轮廓,并且没有出现白色阴影,乳腺纹理也很清晰。运用方块波对图像进行分解,能量最为集中,稀疏性最好。但运用方块波去噪,结果图中会产生不良的方块现象。本文在分析方块波构造的基础上,针对这一缺陷,引入递归平移方法,有效消除了图像中的模糊块。为防止递归平移方法“过扼杀”系数,构造了相匹配的窗口函数。使用matlab进行仿真,对头部核磁共振图进行去噪,对比小波方法、改进小波方法、改进轮廓波方法、传统方块波方法,本文算法去噪效果最好。去噪结果的PSNR值最高,有效地去除了噪声,同时保留了原始图像的局部特征,脑部纹理最为清楚。