随着科学技术的日益发展,图像增强算法也出现了更为创新精确的理论研究,在多尺度几何分析研究的基础上,该方法在一定程度上要比传统的图像增强算法其效果更加明显而且更加优越。当今科技迅速发展,多尺度分析(multiscale geometric analysis,MGA)方法也得到了显著的提高,其采用的理论研究及其相似,小波变换、Contourlet变换等都是此种方法的应用。Contourlet变换作为多尺度几何分析的一个重要工具,很快被应用到数字图像处理领域中,体现了多尺度几何分析在图像处理研究中具有重要的地位以及所具有的前沿性。在对于多尺度变换研究算法当中比较统一的方法都是首先对图像进行分解,其中对图像采用的分解变换可以有所不同。如果采用的变换为小波变换,由分解后所得到的子图其可以有不同分辨率,再根据变换域中不同分辨率在不同空间上所具有的特征特性,可以采用不同的映射函数增强算子,最后便可以得到处理后的图像。对于所采用的映射函数增强算子,可以采用多种多样的函数,比如线性函数或者非线性的函数,有目的有针对的进行各种系数的变换,从而在一定程度上提高经过变换后所得到的清晰图像。但是人们在对图像进行更高维的研究过程中发现,小波变换本身存在着一定的局限性,在处理过程中其几何特性并不能得到完全的表达。于是人们为了寻找更好的方法进行研究,提出了 Contourlet变换理论,并在此理论的基础上设计了图像增强的算法。Contourlet变换是将尺度和方向分开进行分析的,是一种多分辨率、局域的表现形式。其变换是基于两个部分,使用了拉普拉斯金字塔(LaplacianPyramid,LP)变换以及具有多方向的方向滤波器组(directional filter bank,DFB)的完美结合,最后将得到的信息通过反变换生成为新的图像。本文内容中首先介绍了传统图像的增强方法,如灰度变换、直方图处理、图像降噪等基本方法,其次对小波变换的理论进行分析及研究,同时使用图像处理工具Matlab软件进行测试对比数字图像处理前后的差异,最后提出了更为优越的Contourlet变换理论。在论文中将小波变换使用的增强算法与Contourlet变换的增强算法进行了比较,两种算法的提出都是以医学胸片图像作为测试的数字图像,并在其理论基础上根据医学图像的特点,针对医学图像增强的算法进行了深入研究。