针对工商档案影像扫描系统中，电子档案出现的“划痕”和“污点”等噪声，提出了两种基于Curvelet变换的两种改进去噪算法，分别是基于各向同性统计特性的图像Curvelet域循环平移去噪算法和基于各向异性统计特性的图像Curvelet域循环平移去噪算法。通过分析Curvelet变换系数的统计分布特性，分别用各向同性模型和各向异性模型对其进行近似统计，并在贝叶斯最大后验准则下推导系数估计的表达式。同时，模型的复杂也导致了不能获得估计系数的近似解，这里采用了Newton-Raphson数值方法，获得估计参数的近似值。此外，为了有效的消除由于不连续点所噪声的伪吉布斯现象，算法中还采用了循环平移环节，进一步提高了复原图像的质量。实验结果表明,本文去噪方法得到的峰值信噪比（PSNR）分别比传统Curvelet去噪方法平均提高2.5 dB和3.1 dB,避免了复原图像中“划痕”和“污点”的出现,同时保护了图像边缘和细节。