由于可分小波变换在图像处理中的众多缺点,我们在本文中引入Contourlet变换技术。Contourlet变换是由拉普拉斯塔式算法和方向滤波器组两部分组成。其中,拉普拉斯塔式算法是一种类似于可分小波变换的多分辨率分析方法,它可以将图像分解到不同的分辨率层次上,并实现对图像的多分辨率表达。方向滤波器组则具有方向信息选择能力,可以获得作为图像重要特征之一的方向信息。此外,Contourlet变换还可以检测到作为图像本质几何特征的轮廓线信息,并且具有各向异性的特征,因此非常适合用于图像的有效表达。综合上述分析得出:Contourlet变换不仅可以获取图像中本质的几何结构信息还可以获取图像的方向信息,因而可以改善可分小波变换在图像处理中的不足,尽而实现对图像的更有效更准确的表达。本文全面系统地研究了Contourlet变换的理论,并对其在图像处理中的应用作了研究,主要体现在以下几个方面:(1)基于Contourlet变换对图像的有效表达,引入阈值处理机制,以实现对图像的消噪处理;同时,本文中引入较好的多层阈值机制,从而实现对图像更好的消噪效果。(2)我们对基于Contourlet变换的SAR图像相干斑抑制进行了研究,并提出了结合平稳小波变换,方向滤波器组以及贝叶斯最大后验概率估计的相干斑抑制算法,取得了很好的相干斑抑制效果。(3)结合Contourlet变换对图像的表达和简单有效的贝叶斯非线性变换函数,实现对图像的增强处理。以上算法都通过实验与传统可分小波变换的图像处理结果作对比以证实Contourlet变换在图像处理中的有效性和优越性。实验结果表明,Contourlet变换在图像的消噪和图像的增强中可以取得令人满意的效果,是一种极具潜力的图像处理技术。