小波-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融合、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，探讨了多尺度几何分析的发展概况；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，比较了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．详细研究了多聚焦图像融合的原理和实现算法，重点讨论了融合过程中融合规则的设计和选择。提出了一种基于小波-Contourlet变换的多聚焦图像融合算法，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，结合局域能量匹配的融合规则，得到了比利用小波变换、Contourlet变换进行图像融合更好的效果，减小了融合图像的RMSE值。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A．F．Laine提出的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-Contourlet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Cycle Spinning来有效地抑制这种失真，改善了实验结果图像的视觉效果。