摘要：小波一-Contourlet变换是一种新的多分辨率的、局域的、多方向的图像表示方法。它将Contourlet变换第一级的LP分解替换为小波变换,消除了LP分解的冗余；第二级用方向滤波器组实现多方向滤波分解。这样,小波—Contourlet变换将图像分解到不同尺度,并在不同尺度上将系数分解为更多方向,可以更稀疏地表达图像。在图像处理的应用中它比小波变换、Contourlet变换能更有效地表达图像特征,捕获图像边缘结构。本文对小波-Contourlet变换的原理和实现算法以及在图像去噪、图像增强上的应用进行了较为系统的研究,主要研究内容及研究成果如下：1.详细研究了二维正交小波变换的原理和实现算法,以及小波变换在图像处理中存在的缺陷；详细研究了Contourlet变换和小波-Contourlet变换的原理和实现算法,通过实验,比较Contourlet变换相对于小波变换的优越性以及小波—Contourlet变换相对于Contourlet变换的优越性。2.详细研究了图像去噪的原理和实现算法,重点讨论了图像去噪过程中融合规则的设计和选择。提出了一种基于小波-Contourlet变换的图像去噪算法,利用小波-Contourlet变换良好的多尺度性和多方向性特征表达图像,得到了比利用小波变换、Contourlet变换进行图像去噪更好的效果。3.详细研究了图像增强的原理和实现算法,重点讨论了增强函数的设计和选择。提出了一种基于小波-Contourlet变换的图像增强算法,利用小波-Contourlet变换良好的多尺度性和多方向性特征表达图像,利用非线性增强函数对变换的各子带系数做增强处理。由于小波-Conlourlet变换能够更好地表达图像轮廓特征,所以该算法能更好地增强图像边缘细节,凸显图像重要信息。4.由于变换过程中下采样的存在,小波--Contourlet变换缺乏平移不变性,信号在处理过程中会产生伪吉布斯效应,引起图像失真。通过引入循环平移来有效抑制这种失真,改善了实验结果图像的视觉效果。